详细内容或原文请订阅后点击阅览
来自印度的神经拟态处理器的矩阵乘法效率比图形芯片高数百倍
为了处理数据，处理器使用可以在 16520 个电阻级别之间切换的分子膜忆阻器。
来源:OSP网站大数据新闻在印度科学研究所（Indian Scientific Institute），神经形态处理器设计用于在分子膜上使用膜，能够在16520年的电阻水平之间切换。此类元素上的处理器可以以非常高的效率执行乘法和矩阵的操作，这是人工智能任务中最常见的操作之一。在开发过程中，研究人员设法解决了许多长期以来一直在神经形态处理器开发人员面前的问题。
根据作者发布的数据，在执行标量工作时，处理器的性能为每秒41万亿亿美元的操作，其功率的功率为460倍，比18核Haswell处理器高460倍，并且比18核Haswell处理器高220倍，比NVIDIA K80 Graphic Processor高220倍，该图形处理器广泛用于人工智能任务。
膜的大量稳定电阻使您可以执行14位值的计算。作者强调，高精度可提供高度的教学人工智能模型。新的神经形态处理器可用于加速传统计算机系统中的计算。研究人员希望，在两三年内，他们将能够创建一个串行处理器模型，该模型将完全由印度企业在印度发行的组件制成。