一種全合一的計算方法

普通的臺式電腦，筆記本電腦和智能手機(jī)，都有處理電腦和內(nèi)存的處理器。他們被稱為馮·諾依曼系統(tǒng)，以物理學(xué)家和計算機(jī)科學(xué)家約翰·馮·諾依曼命名，他是現(xiàn)代數(shù)字計算領(lǐng)域的先驅(qū)。它們通過在存儲器和計算單元之間來回移動數(shù)據(jù)來工作;一個過程可以，而且經(jīng)常是，最終變得緩慢而不是非常有效。

[[208602]]

至少，不像我們使用“計算性記憶”那樣快或有效率。也被稱為“內(nèi)存計算”，計算內(nèi)存允許使用計算機(jī)系統(tǒng)內(nèi)存的物理屬性來存儲和處理信息。

IBM Research的一個團(tuán)隊聲稱，他們成功地使用了100萬相變存儲器(PCM)設(shè)備來運行無監(jiān)督機(jī)器學(xué)習(xí)算法，從而在計算內(nèi)存方面取得了突破。這項研究的細(xì)節(jié)已經(jīng)發(fā)表在《自然通訊》雜志上。

IBM團(tuán)隊的PCM設(shè)備是由一種鍺銻碲合金制成的，它被堆疊在兩個電極之間。IBM Research ' s blog上的一篇文章稱:“[T]他的原型技術(shù)有望在速度和能源效率上提高200倍，這使得它非常適合于在人工智能領(lǐng)域應(yīng)用超高密度、低功耗和大規(guī)模并行計算系統(tǒng)。”

[[208603]]

適合的人工智能

新的PCM裝置可以通過結(jié)晶動力學(xué)進(jìn)行計算。從本質(zhì)上講，這涉及到一種電流被應(yīng)用到PCM的材料上，它將其狀態(tài)從無序的原子排列變成了有序的結(jié)構(gòu)——即晶體。IBM團(tuán)隊使用了兩個基于時間的例子演示了他們的PCM技術(shù)，然后與傳統(tǒng)的機(jī)器學(xué)習(xí)方法進(jìn)行了比較。

顯然，執(zhí)行計算的能力將使所有計算機(jī)性能受益。對于IBM來說，這意味著人工智能應(yīng)用程序的計算能力更強(qiáng)。“這是我們研究人工智能的一個重要步驟，它探索了新的硬件材料、設(shè)備和架構(gòu)，”IBM研究員和研究的合作者Evangelos Eleftheriou在博客中引用的一份聲明中說。

[[208604]]

計算性記憶為信息的“實時”處理提供了一個機(jī)會;在當(dāng)今世界，越來越多的公司開始重視數(shù)據(jù)分析。與此同時，像亞馬遜(Amazon)和谷歌(谷歌)這樣的行業(yè)巨頭在其業(yè)務(wù)的中心，更快地計算人工智能應(yīng)用程序確實是一個可喜的發(fā)展。

對于IBM來說，內(nèi)存中的計算是關(guān)鍵。“迄今為止，記憶一直被視為我們儲存信息的地方。”但在這項工作中，我們最終證明了我們?nèi)绾卫眠@些記憶裝置的物理原理來執(zhí)行相當(dāng)高水平的計算原語，”主要作者阿布·塞巴斯蒂安說。“計算結(jié)果也存儲在記憶設(shè)備中，在這個意義上，這個概念被大腦計算的方式所激發(fā)。”