IBM开发了一款受生物启发的芯片，有可能使人工智能变得更环保、更节能。
随着ChatGPT等超级强大的人工智能模型在社会中无处不在，谷歌、微软、Meta等大型技术竞争对手以及Anthropic和Inflection等初创公司已经开始囤积大量的计算能力。
训练人工智能所需的硬件耗电量大，有助于本已庞大的 数据中心的环境影响.
这引发了研发努力，以开发能够以更低功耗承受繁重工作负载的创新人工智能芯片。nvidia最新 GH2000芯片 该公司已经实现了比其前辈更高的能源效率，该公司声称，这将使数据中心便宜12倍，能耗减少20倍。
IBM的新型生物模拟芯片是以生物大脑为模型的，在汽车、手机和相机等便携式工作负载中将非常有效。
IBM苏黎世研究实验室的科学家Thanos Vasilopoulos， 告诉BBC“与传统计算机相比，人脑以最小的功耗实现了卓越的性能。
大多数现有的芯片都是数字的，使用二进制(0和1)来存储数据。IBM的新芯片与众不同，因为它利用了被称为忆阻器(存储电阻器)的模拟元件，能够存储不同的数值。
忆阻器的这种模拟性质反映了突触功能。这不是第一个生物启发芯片—一个印度研究小组成功 2022年设计一个.
教授萨里大学的Ferrante Neri解释说：“互连的忆阻器可以创建一个镜像生物大脑的网络。
虽然IBM的芯片主要是模拟的，但它保留了一些数字组件，确保了与当前人工智能系统的兼容性。
这些轻量级芯片对于小工具、车辆和物联网硬件尤其有用。
IBM用于深度学习的新模拟芯片
IBM的芯片降低了功耗，同时在轻量级封装中提供了令人印象深刻的性能。
这些芯片是以人脑为模型的，其消耗的瓦特与灯泡差不多。
以下是要点：
- 当前人工智能硬件的局限性大多数人工智能架构将内存与处理单元分开，这意味着它们必须在两者之间持续交换数据，从而降低计算速度并损害能源效率。
- 模拟芯片IBM的方法是采用相变存储器（PCM），它将大脑的状态记录为一系列值，而不是0和1。这减少了存储器和处理器之间数据传输的需要。
- 技术上的一点IBM的设计特点是64个模拟内存计算核心，每个核心包含一个256 × 256的突触阵列。每个核心可以计算深度神经网络（DNN）模型层。芯片上的中央数字处理单元处理其他复杂的操作。
- 性能度量该芯片在计算机视觉（CV）基准测试中达到了92.81%的出色准确率。它的效率是现有芯片的15倍以上。
一旦得到改进，这些受生物启发的芯片将在混合架构中伴随数字芯片。这将使轻量级、高能效的人工智能系统仍然能够处理繁重的工作负载。
最终，这些芯片将变得足够轻，可以部署在智能自主技术中，可能会带来新一代机器人，它们可以行走、说话和与环境互动，而不会产生过高的功耗。
