智东西（公众号：zhidxcom）
译 | 海中天

神经网络可以按图像识别物件，它还可以完成其它人工智能（AI）任务，出错率极低。不久前，谷歌Deep Mind实验室开发的神经网络就打败了围棋高手，对于AI来说这是一个重大的进步。要让AI在智能手机上运行太复杂了，但是你不能不承认，如果支持AI手机无疑将会实用。

现在情况已经改变了。在本周二洛杉矶IEEE 国际固态线路研讨会上，MIT工程师展示了一款芯片设计，它可以在智能手机的能耗条件下运行复杂的图像处理神经网络软件。

要让芯片更好地处理神经网络并不是轻而易举的。例如，在图像处理上，像AlexNet 这样的神经网络可以运行得好，它们可以通过大量的过滤来识别图像，首先要寻找图像的边缘，然后确定物件，然后要弄清场景中正在发生什么。

MIT电子工程专家Vivienne Sze说，整个过程需要电脑一次又一次处理数据，它会消耗许多能源。Vivienne Sze与MIT计算机科学教授Joel Emer合作开发产品，Joel Emer是Nvidia的资深研究科学家。

“我们的芯片尽力拉近数据和处理单元的距离，尽力减少数据的传输数量。” Vivienne Sze说。在传统GPU上运行时，神经网络处理同样的图片需要传输好几倍的数据。

MIT芯片拥有168个处理内核，每一个内核附近都配有独立的存储单元。附近的单元可以彼此“通话”，这样就可以节约电能。当然咯，还有一个更大的、更主要的存储器来提供支持。

为了提高数据传输速度，硬件会压缩数据，它还会利用数据统计来减少计算量——比GPU处理的数据量少。

最终，MIT的Eyeriss芯片只需要0.3瓦电能（相当于普通移动GPU能耗5-10瓦的十分之一）就可以处理强大的神经网络项目。Vivienne Sze说：“这是第一款可以处理完整、先进神经网络的定制芯片。”

Eyeriss可以运行AlexNet项目，它是一个高度精准、计算量巨大的神经网络。MIT团队说，之前的芯片只能处理一些特定算法，他们之所以用AlexNet来测试，主要是因为它对计算量要求很高，MIT深信芯片可以处理任何规模的项目。

除了可以用在智能手机上，芯片还可以帮助无人驾驶汽车导航，还可以用在便携电子设备中。在国际固态电路大会(ISSCC)上，韩国科学技术高级研究院展示了一款VR（虚拟现实）眼镜，它可以用神经网络来构建手势和语音用户界面，用来识别用户的手势、手掌尺寸、方言。

韩国科学技术高级研究院研究员Hoi-Jun Yoo说，一旦训练完毕，MIT芯片将可以在低能耗条件下运行神经网络，像AlexNet这样的网络计算量很大，芯片可能无法处理。从理论上说，MIT芯片可以运行任何训练过的神经网络，不论是图像识别、声音识别、处理医疗数据还是其它任务，芯片都可以完成。

Hoi-Jun Yoo还说，针对特定类型的任务设计芯片是相当重要的（比如专门为手掌手势识别设计芯片），这样一来设备可以快速地、更好地学习这些任务。他还举例说，在可穿戴电子设备上新芯片可以改进用户体验。系统需要快速学习能力，因为世界是不可预测的，每个用户也是不同的。像牛仔裤一样，你的电脑需要匹配你自己。