革命性：新的AI芯片可节省能源并保护数据免受云！

革命性：新的AI芯片可节省能源并保护数据免受云！

Dresden, Deutschland - 慕尼黑技术大学（TUM）在人工智能（AI）领域取得了重大进展。 TUM的AI处理器设计教授在德累斯顿的Global Foundries制作了新的名为“ AI Pro”的原型。该芯片首次结合了计算和存储单元，并根据所谓的“高度计算”的原理运行。借助这项技术，芯片可以识别模式和相似性，而无需依赖数百万个数据记录。一个例子是能够认识到汽车在街上有四辆自行车和驱动器而无需分析无数图片的能力。 “ AI Pro”的另一个优点是低能消耗：对于定义的训练，芯片只需要24个微焦点，而可比较的芯片需要增加10到100倍的能量。

这个新芯片有1000万晶体管，为1平方毫米，目前的价格为30,000欧元。与配备2000亿晶体管的高性能NVIDIA芯片相比，“ AI Pro”并不是那么强大，而是专门从事本地数据处理。他直接在现场处理数据而无需将其发送到云。这样可以节省时间和计算能力，并有助于减少AI应用程序的占地面积。

神经形态技术的优势

当前的AI技术强烈基于NVIDIA的高性能芯片，NVIDIA具有巨大的能耗。据报道，典型的AI数据中心需要与小镇一样多的电力，这是德累斯顿工程师想要解决神经形态计算机的核心问题。神经形态计算机基于人脑的功能，该功能仅需要灯泡的性能。使用人工神经元的使用仅在必要时被激活，才能节省这种大量能源。

Spinnaker 2是SpinnCloud的一种神经形态超级计算机，将于5月提供，并具有多达100亿个人工神经元。这些系统是根据神经形态技术设计的，该技术目前的工作速度比其GPU对应物更慢，尤其是在培训语言模型时。 Spinncloud的首席执行官Hector Gonzalez强调了可以带来神经形态计算的效率增长和节能，并强调迫切需要对可持续解决方案的需求。

Ki硬件的未来

神经形态技术的发展面临挑战。这些技术的支持者史蒂夫·弗伯（Steve Furber）将它们视为解决当前AI标准的能量问题的解决方案。神经形态计算允许对电池式端机设备进行资源密集型AI应用程序，并且由于低潜伏期和高能效的结合，它为实时边缘应用提供了极大的优势。 Fraunhofer IIS启动了“神经形态计算”项目，以便将AI有效整合到最终设备中。重点是CMOS技术中的可扩展和可配置的解决方案，该解决方案驱动有效的硬件软件-CO设计流。

根据专家的说法，摩尔法律仍然有效，但是对半导体组件快速扩展的经济激励措施正在消失。芯片开发的成本不断增长，对节能技术的需求不断增长，这加剧了这一领域的发展。将来，访问神经形态硬件和相应的软件对于AI应用领域的全球竞争可能是决定性的。

为了接受这些新技术，必须首先开发一个“杀手级应用程序”，这清楚地证明了神经形态计算机的优势。在此之前，计算机科学行业的现有结构和路径依赖性使转换为神经型计算机变得更加困难。来自TUM的Amrouch教授强调，未来属于拥有硬件的人，因此预示了数据处理的新时代。

有关新开发的Ki-chip和神经形态技术的更多信息，请访问 nzz “ https://www.iis.fraunhofer.de/de/sse/sse/sse/ic-design/neuromorphic-computing.html”> fraunhofer iis 。