在現代計算硬件中，需要頻繁地將數據從處理器到存儲器之間來回搬運，然而該過程會耗費大量的時間和精力。好消息是，IBM 研究院剛剛宣布了人工智能硬件的最新進展 —— 通過內存計算的方式，將內存單元作為處理器來使用。減少了數據騰挪的麻煩之后，可將能源需求減少 90% 。

在本周舉辦的國際電子器件會議(IEDM)和神經信息處理系統會議(NeurIPS)上，IBM 介紹了迄今為止精度最高的“8-bit 模擬芯片”(較此前提升了一倍)。

這套全新的解決方案，使用了被稱作“投影相變存儲器”的新方法，簡稱 Proj-PCM 。與具有類似精度的數字架構相比，其能耗僅為 1/33 。

IBM 表示，研究人員在 Proj-PCM 中插入了一個與相變段平行的“非絕緣投影段”。

在寫入過程中，投影段對設備操作的影響最小。但在讀取的時候，變成狀態的電導值，主要由投影段來確定 —— 其對電導的變化，具有顯著的免疫力。

如此一來，Proj-PCM 可實現比以往的 PCM 設備更高的精度。IBM 表示：

改進的精度，證明了‘內存計算’有朝一日可被用于物聯網和邊緣應用等低功耗環境、同時實現高性能深度學習的能力。

除了模擬芯片的最新進展，IBM 還提出了針對數字計算的新方法。

其能夠以 8-bit 精度訓練深度學習模型，同時保持圖像、速度、文本數據集類別的模型精度。

上述研究突破，在 IBM Research 的論文中有詳細介紹。原標題為：

《8-Bit Precision for Training Deep Learning Systems》