来自德累斯顿的革命性芯片：人工智能现在正在变得节能！

来自德累斯顿的革命性芯片：人工智能现在正在变得节能！

在快速发展的人工智能 (AI) 世界中，所用硬件的效率起着核心作用。这就是慕尼黑工业大学 (TUM) 开发的技术创新发挥作用的地方。一种名为“AI Pro”的新芯片是与德累斯顿的 Global Foundries 合作制造的。该芯片的特点是其特殊的性能，使其有别于传统的人工智能芯片。

“AI Pro”芯片结合了计算和存储单元，这对传统架构来说是一个重大改进。它遵循“超维计算”原理，无需数百万个数据集即可识别相似性和模式。例如，该芯片可以检测到一辆有四个轮子的汽车正在路上行驶，而不需要无数的图像。这种能力不仅可以加快数据处理速度，而且还具有巨大的节能潜力。

能源效率成为焦点

每次定义的锻炼仅消耗 24 微焦耳的能量，“AI Pro”芯片与消耗 10 到 100 倍能量的其他芯片相比，所需能量极少。当前的人工智能技术，尤其是英伟达强大的芯片，对能源有着巨大的需求。这些芯片为大型数据中心提供电力，这些数据中心的用电量与小城镇的用电量相当——一个典型的数据中心需要大约相当于 100,000 个家庭的能源。在这种背景下，开发可模拟人脑模型的神经形态计算机就显得尤为重要。人类大脑依靠灯泡的能量运行，这与当今所需的能源成本存在巨大差异。

德累斯顿的工程师正在研究显着提高能源效率的解决方案。这些神经形态计算机使用人工神经元，仅在需要时才激活。神经形态系统的倡导者 Steve Furber 认为这项技术是解决目前人工智能发展所面临的高能耗问题的潜在解决方案。特别提到直接在边缘（即靠近用户）运行的设备的创新能力。这不仅可以降低成本，还可以最大限度地减少将数据传输到云端的需要。

数据安全考虑

“AI Pro”芯片的另一个优势是直接在设备上处理数据。敏感数据保留在船上，减少了网络安全和互联网连接问题。此类芯片特别适合通过智能手表或无人机导航进行重要数据处理等应用。慕尼黑工业大学的 Amrouch 教授强调，未来属于拥有硬件的人，这强调了本地数据处理的重要性。

随着神经形态技术的进步，越来越多需要专用芯片的应用不断涌现。法国公司 Spinncloud 通过神经拟态超级计算机 Spinnaker 2 在模仿人类大脑功能方面又迈出了重要一步。该系统将于 2025 年 5 月起上市，可以模拟多达 100 亿个人工神经元，从而更高效地工作。尽管如此，该技术仍落后于 GPU 计算机，尤其是在语言模型等训练密集型任务的性能方面。改善响应时间的工作正在进行中，但仍然缺少能够清楚地展示其好处的“杀手级应用程序”。

随着数据量的持续增长，全球对更可持续技术的需求将会增加。因此，神经形态计算不仅提供了一种有前途的能源效率解决方案，而且还是一种将人工智能集成到电池供电设备中的方法。 Fraunhofer IIS 的“神经形态计算”项目等举措表明了对开发可扩展和可配置解决方案的关注，这些解决方案旨在按照摩尔定律发展。在本地处理资源密集型人工智能任务的想法可以显着改善数据保护和未来数据中心所需的能源量。

因此，我们可能正处于人工智能能源效率新时代的开端，神经形态系统的逐步发展和“AI Pro”等芯片的优化将决定性地塑造这一新时代。