IBM 研究人员近日在《自然电子学》杂志上发表了一篇文章，介绍了一款用于深度学习推理的模拟人工智能芯片。该芯片采用模拟内存计算的方法，使用纳米级的相变存储器将突触权重存储为电导值。

芯片具备64个模拟内存计算核心，每个核心都有一个256x256的交叉阵列，用于存储突触单元。芯片的架构使得每个核心能够处理与深度神经网络层相关的计算。

论文地址:https://www.nature.com/articles/s41928-023-01010-1

该芯片在 CIFAR-10图像数据集上的准确率达到了92.81%，比之前的基于电阻性存储器的内存计算芯片提高了超过15倍的吞吐量，并保持了能源效率。

IBM 研究人员利用模拟 - 数字转换器、乘积累加计算功能和数字计算块等突破，实现了快速、低功耗的模拟人工智能推理加速器芯片的关键组件。这一研究为未来实现软件等效的神经网络准确性奠定了基础。

相关标签： IBM 研究人员推出用于深度学习推理的模拟 AI 芯片