斯坦福大学的一组研究人员开发了一种方法，该方法将处理器和内存结合在多个混合芯片上，以使人工智能能够在电池供电的设备（例如智能手机和平板电脑）上运行。该团队认为，如果能够运行AI算法，各种电池供电的电子产品将变得更加智能。
问题在于，为移动设备构建支持AI的芯片的努力遇到了所谓的“内存墙”。 “储物墙”指的是“储物墙”。
是分离数据处理和存储芯片的名称。在完整的计算机系统中，计算和内存芯片必须协同工作才能满足计算需求。
计算机科学家Subhasish Mitra表示，处理器与内存之间的互操作通常消耗执行机器学习和人工智能所需的95％的能量，从而严重限制了电池寿命，因此，斯坦福大学的研究人员设计了一种系统，该系统可以更快地运行AI任务，而花费更少的时间。能源需求。
他们可以通过使用八个混合芯片来实现此目的，每个混合芯片都具有自己的数据处理器，并紧挨着自己的内存存储而构建。这项新的研究基于该团队先前对称为RRAM的新存储技术的研究，该技术即使关闭电源也可以存储数据，并且比闪存更快，更节能。
RRAM允许团队以前开发混合芯片，但是最新设计具有新的关键要素。新的关键元素是算法，该算法允许将8个独立的混合芯片合并为一个高能效的AI处理引擎。
该小组表示，他们能够“欺骗”自己的孩子。八个独立的混合芯片，使他们认为它们是单个芯片，从而使该系统被称为“幻觉系统”。
该团队表示，8芯片系统仅仅是个开始。仿真结果表明，具有64个混合芯片的系统在人工智能应用程序中的运行速度是当前处理器的七倍，而所需的能量仅为当前处理器的七分之一。
研究人员认为，原型系统的性能表明它们处于正确的轨道上，并且Illusion系统可能准备在3至5年内投放市场。负责编辑AJX。
