為了克服CPU和GPU的限制，為人工智能推理工作負(fù)載專門設(shè)計(jì)了創(chuàng)新型硬件加速器，實(shí)現(xiàn)高效和優(yōu)化的處理，同時(shí)最大限度地減少能耗。人工智能應(yīng)用中，此類加速器通過采用專用運(yùn)算符(池化、激活功能、規(guī)范化等)來實(shí)現(xiàn)優(yōu)化的數(shù)據(jù)流。數(shù)據(jù)流引擎是矩陣乘法單元，這是一個(gè)大型處理元件陣列，能夠有效地處理大型矩陣向量乘法、卷積和許多更復(fù)雜運(yùn)算。大多數(shù)神經(jīng)網(wǎng)絡(luò)都是基于矩陣乘法運(yùn)算的。
 
    為了進(jìn)一步優(yōu)化能源效率，人工智能加速器已經(jīng)實(shí)現(xiàn)了一些新技術(shù)，如近內(nèi)存計(jì)算。近內(nèi)存計(jì)算將處理單元集成在內(nèi)存子系統(tǒng)中，從而實(shí)現(xiàn)更快的近內(nèi)存數(shù)據(jù)處理，從而減少與數(shù)據(jù)傳輸相關(guān)的能耗。最近，又出現(xiàn)了采用“非標(biāo)準(zhǔn)”技術(shù)的一些新解決方案，如存內(nèi)計(jì)算或尖峰神經(jīng)網(wǎng)絡(luò)(SNN)。要實(shí)現(xiàn)高效能人工智能推理，這些都是最具吸引力的解決方案。
 
    存內(nèi)計(jì)算直接在內(nèi)存中進(jìn)行電路級計(jì)算，免去了數(shù)據(jù)傳輸，提高了處理速度。處理可以以模擬或數(shù)字方式進(jìn)行，可利用不同的存儲(chǔ)技術(shù)，如SRAM、閃存或新的NVM(RRAM、MRAM、PCRAM、FeFET等)。這種方案特別有利于涉及大型數(shù)據(jù)集的復(fù)雜人工智能任務(wù)。SNN還代表了人工智能推理的一種創(chuàng)新解決方案：它們通常由通過尖峰進(jìn)行通信的互連節(jié)點(diǎn)組成，能夠模擬復(fù)雜的時(shí)間過程和基于事件的計(jì)算，這對于處理時(shí)間敏感數(shù)據(jù)或模擬人腦行為等任務(wù)很有用。


本文關(guān)鍵詞：MRAM

相關(guān)文章：汽車電子MRAM應(yīng)用領(lǐng)域

深圳市英尚微電子有限公司是一家專業(yè)的靜態(tài)隨機(jī)記憶體產(chǎn)品及方案提供商，十年來專業(yè)致力代理分銷存儲(chǔ)芯片IC, SRAM、MRAM、pSRAM、 FLASH芯片、SDRAM（DDR1/DDR2/DDR3）等,為客人提供性價(jià)比更高的產(chǎn)品及方案。
英尚微電子中國區(qū)指定的授權(quán)代理：VTI、NETSOL、JSC濟(jì)州半導(dǎo)體(EMLSI)、Everspin 、IPSILOG、LYONTEK、ISSI、CYPRESS、ISOCOME、PARAGON、SINOCHIP、UNIIC； 著名半導(dǎo)體品牌的專業(yè)分銷商  如：RAMTROM、ETRON、FUJITSU、LYONTEK、WILLSEMI。