训练AI能耗降低至 1/20,电场芯片问世:缓解计算资源短缺问题

  IT 之家 1 月 31 日消息,运转生成式 AI 系统不仅硬件成本高昂,而且会带来惊人的消耗。德国初创公司 Semron 近日推出了一种新的神经网络控制设备--meme 电容器,利用电场而非电流工作,可减少对这两个因素的依赖。

  Semron 的创始人是德累斯顿工业大学的毕业生 Kai-Uwe Demasius 和 Aron Kirschen。早在 2016 年,他们就获得了 Memcapacitor 控制元件的专利。

  在他们的设想中,放弃在由电流控制晶体管的传统芯片上运行神经网络,就能开发出节能、经济的神经处理器。

  Semron 芯片是一种多层组织结构,核心原理是电荷屏蔽,通过屏蔽层控制顶部电极和底部电极之间的电场。屏蔽层由芯片内存管理,存储人工智能模型的各种“权重”,便于在训练和数据处理过程中微调和增强性能。

  Semron 于 2021 年和与马克斯・普朗克微结构物理研究所合作,实现了超过 3500 TOPS / W(每瓦每秒万亿次运算)的卓越能源效率,这一成果超越现有技术 35 至 300 倍。

  SquareOne 合伙人 Georg Stockinger 强调了 Semron 创新的重要性,他表示:

  计算资源将成为 21 世纪的“石油”。凭借大型语言模型和摩尔定律的限制,Semron 的专用计算芯片通过将 AI 任务的成本和能耗降低至 20 分之一,实现了范式转变。

  IT 之家附上论文参考地址如下: