全新憶阻器超越現(xiàn)有機器學習系統(tǒng)

　　在當今“大數(shù)據(jù)”時代，現(xiàn)有計算機硬件架構已面臨速度和高能耗的瓶頸。科技日報記者日前采訪美國密西根大學電子工程與計算機系盧偉教授獲悉，他帶領同事研發(fā)出一種全新憶阻器(Memristor)陣列芯片，其處理圖片和視頻等復雜數(shù)據(jù)的速度和能效，超越了現(xiàn)有最先進機器學習系統(tǒng)。相關論文發(fā)表在最近一期《自然·納米技術》雜志上。

　　目前，用機器學習來處理大數(shù)據(jù)越來越受重視。不過現(xiàn)有的機器學習只是基于現(xiàn)有硬件架構在算法上進行革新，在學習和推理過程中仍需不斷在處理器和存儲器之間轉移大量數(shù)據(jù)，造成速度上的瓶頸和很高的能耗。而憶阻器是一種新型電子器件，能通過調整內部的原子分布同時實現(xiàn)數(shù)據(jù)存儲和信號處理的功能，低能耗、高效率并行實現(xiàn)機器學習里最基本的矩陣運算。

　　盧偉告訴記者，他們這次制備的是32×32憶阻器陣列，并用該陣列芯片實現(xiàn)了“稀疏編碼”的算法。稀疏編碼是一種無監(jiān)督學習方法，能通過芯片上神經(jīng)元之間的競爭更有效地找出隱含在輸入數(shù)據(jù)內部的結構與模式。在測試中，新憶阻器芯片經(jīng)過“學習培訓”后，利用很少的神經(jīng)元成功從一些名畫和照片中找到關鍵特征。

　　盧偉參與創(chuàng)建的半導體公司CrossbarInc，已與中國最大規(guī)模芯片制造企業(yè)——中芯國際展開合作，從去年開始量產(chǎn)基于憶阻器的阻變存儲器(RRAM)。他表示，新憶阻器可直接集成到現(xiàn)有傳感器和攝像系統(tǒng)上，實時處理和分析視頻數(shù)據(jù)。它們還可以通過大規(guī)模集成實現(xiàn)超級計算機的功能。