IBM发布全新类脑芯片“极光”

发布时间:2023-10-24 阅读量:1102 来源: 综合网络 发布人: bebop

近日,IBM发布了一款全新类脑芯片,命名为’极光’。这款芯片凝聚了IBM在神经网络和人工智能领域的前沿技术,将为全球的科技界带来深远影响。


“北极”芯片以其卓越的性能特点脱颖而出。根据官方介绍,这款芯片在运行人工智能驱动的图像识别算法时,其速度是同类商业芯片的22倍,能效则高出同类芯片的25倍。这意味着“北极”芯片能够以更高的效率进行图像识别、语音识别和自然语言处理等人工智能任务。


“北极”芯片之所以如此卓越,关键在于其独特的设计思路。这款芯片将计算模块与存储信息的模块巧妙交织在一起,实现了每个计算核心像访问相邻的存储块一样轻松地访问远程存储块。这一设计思路受到了人脑工作方式的启发。尤其值得注意的是,IBM此前曾经推出过名为“真北”的芯片,基于相似的理念。不过,“北极”芯片采用数字架构,使其兼容了当代计算机中使用的硅片技术,这是一项重大突破。


应用方面,“北极”芯片在人工智能领域表现出色,可以更快速、更高效地运行通用图像识别人工智能,速度是同类商业芯片的22倍,能效是同类芯片的25倍。这为复杂的人工智能任务提供了强大支持。同时,“北极”芯片还具备高度的集成度和扩展性,可以在有限的体积内封装大量的晶体管,提高计算密度和性能。这使其在自动驾驶汽车和飞机等领域的计算硬件上有广泛应用潜力。


类脑芯片,顾名思义,是一种模拟人脑神经网络工作原理的芯片。极光芯片正是这一领域的杰出代表,它采用了先进的纳米技术,内部结构极其复杂,拥有超过一百万个模拟神经元,这些神经元以模拟人脑的方式相互连接,构成了复杂的神经网络。


在人工智能的应用中,神经网络有着至关重要的作用。过去,传统的CPU和GPU等计算设备在处理神经网络方面的任务时,效率低下,运算速度慢。而极光芯片的发布,将彻底改变这一现状。它的并行处理能力和高效率,让神经网络的应用得以在更多领域中实现。


在发布会上,IBM的研发团队展示了极光芯片的强大能力。与传统的CPU和GPU相比,极光芯片在处理复杂的图像识别、语音识别等神经网络任务时,性能提升了数倍。这一表现赢得了全场观众的惊叹和掌声。


极光芯片的发布,不仅预示着人工智能技术的新突破,也代表着IBM在科技领域的领导地位。作为全球领先的科技公司,IBM一直致力于通过科技创新,改善人类的生活。这次极光芯片的发布,无疑是对这一承诺的再次实现。


IBM公司并非首次探索此类设计。此前,他们曾制造过名为“真北”的芯片,但“极光”芯片在技术上取得了更大的突破,使其能够与当代计算机所使用的硅片技术兼容。IBM研究实验室的达尔门德拉·莫德哈博士表示:“这代表了一种全新的计算机体系结构视角。”


相关资讯
美光Q4营收展望107亿美元超预期,AI存储需求引爆股价

美光科技(Micron Technology)于6月25日发布最新财报,其中对2024财年第四季度的业绩展望显著超越市场预期。公司预计第四财季营收将达约107亿美元,远高于华尔街分析师普遍预测的98.9亿美元。受此积极信号影响,美光股价在盘后交易时段应声上涨,凸显市场对其增长前景的强烈信心。

三星引入三星显示为XR头显供应OLEDoS,索尼独供格局生变

三星电子正计划调整其首款Android XR头显Project Moohan(代号“无限”)的屏幕供应链策略,拟将关联企业三星显示纳入OLEDoS(硅基OLED)面板供应商体系,与索尼形成“双供应商”结构。此举旨在打破索尼的独家供应局面,提升供应链韧性及议价能力。尽管三星显示加入,索尼仍将保持第一供应商地位,但三星电子借此强化了长期布局XR市场的战略基础。

先进封装驱动芯片性能革命,台积电产能扩张应对AI浪潮

台积电与苹果共同开发的晶圆级多芯片模块(WMCM)技术标志着先进封装的新高度。作为InFO-PoP的升级版,WMCM融合CoW(Chip on Wafer)与RDL(Redistribution Layer)等尖端工艺。其核心创新在于采用平面封装架构取代传统垂直堆叠逻辑芯片与DRAM,显著提升散热效率与整体性能。这项独家技术将成为苹果下一代iPhone搭载的A20处理器(预计采用2nm制程)的关键性能支柱。同时,苹果自研的AI服务器芯片正稳步导入台积电的3D晶圆堆叠SoIC封装技术,进一步强化计算密度和能效。

算力、智能与控制的融合:英特尔4U工控机、RK3568主板、HPM伺服板的全面对比

在现代工业自动化向智能化、网络化、柔性化加速演进的大背景下,高性能、高可靠、特定场景优化的核心硬件设备构成了系统的“大脑”、“眼睛”和“四肢”。英特尔4U工控机(IPC-615H5)、RK3568高性能监控主板和HPM6400/6300伺服电机控制板分别代表了通用工业计算平台、边缘AI视觉处理平台和高精度运动控制平台的最典型形态。它们在各自的领域拥有独特优势,共同支撑起复杂的工业控制闭环。本文旨在对这三款核心产品进行全方位对比分析,剖析其技术特点、优劣势、应用场景及市场前景,为工业自动化方案选型提供专业参考。

应对AI算力激增:安森美推出全链路数据中心电源解决方案与指南

人工智能技术,特别是生成式AI和大规模机器学习模型的迅猛发展,对全球数据中心的基础设施提出了前所未有的高要求。海量数据的实时处理与复杂模型训练,导致数据中心计算负载激增,随之而来的功耗攀升已成为产业亟待解决的核心瓶颈。这不仅推高了运营成本,也对电网承载能力和可持续发展目标构成严峻挑战。如何在高性能计算需求持续增长的同时,有效控制并降低能源消耗,成为AI数据中心建设与升级的关键命题。