光学技术实现AI机器人即时更新
Cornell Tech
康奈尔科技的研究人员开发出一种光学接收器,利用光线直接将数据写入芯片内存,绕过了高能耗的模拟电路。该技术使用类似二维码的光矩阵来传输AI模型参数,有望降低数据中心、自动驾驶车辆和边缘机器人的功耗。
在IEEE/JSAP VLSI技术与电路研讨会上,康奈尔大学博士后研究员Yifan He和教授Jae-sun Seo展示了一种新型光接收器设计。该接收器利用嵌入处理器静态随机存取存储器(SRAM)单元中的光电二极管:来自类似二维码的LED阵列的光线产生光电流,直接改变存储器中的比特位。这种方法无需使用通常能耗巨大的模拟电路即可传输人工智能模型参数。在现有系统中,额外数据存储在动态随机存取存储器(DRAM)中,通过电气互连传输数据会造成能效瓶颈。光通道具有高带宽和低损耗的优点,但现有接收器需要高能耗的模数转换器。新电路通过全数字操作绕过了这一问题。目前这只是一个14x14比特的原型,但研究人员正在与光学团队合作,构建一个能够每秒更新阵列数百万次的快速发射器。该技术可应用于边缘AI机器人领域——例如,更新仓库机器人或内存有限的微型机器人上的AI模型。密歇根大学的Dennis Sylvester指出该开发具有商业潜力,但光电敏感单元目前比普通SRAM单元大,降低了存储密度。团队正通过晶体管优化和互补金属氧化物半导体(CMOS)工艺缩放来缩小这些单元。
来源: IEEE Spectrum AI —
原文
