Stanford大學團隊研發錯覺系統，讓電子裝置電池更節能且AI化
http://bit.ly/3cz32IC
Stanford大學的一組研究人員開發了一種將處理器和記憶體結合在八顆混合晶片上的方法
，以使AI可以在電池供電的裝置（例如：智慧型手機和平板電腦）上運行。也就是說，如
果智慧手錶或手機等電池驅動的電子產品能夠運行AI演算法，它們將變得更加智慧。這使
得電池驅動的裝置可望AI化。
基本上，處理器和記憶體之間的協同運作可能會消耗機器學習和AI所需電量的95%，這嚴
重影響了電池壽命。如果能夠降低耗電，且快速執行AI指令，那麼這對於穿戴式裝置在未
來的發展，有非常大的突破。
問題在於，為行動裝置建構具有AI功能的晶片遇到被稱為“記憶體牆（Memory Wall）”
的瓶頸。也就是說，記憶體牆會將數據處理和記憶體晶片分隔，導致它們無法協同運作，
無法滿足AI的大規模且不斷成長的運算需求。
此前，該團隊曾開發了一種新的記憶體技術RRAM，具有快閃記憶體般在斷電條件下儲存資
料，且速度更快，能源效率更高。隨著RRAM技術的出現，讓研究人員得以成功開發出獨立
作業的初期混合晶片。
要開發出這一系統，新的關鍵要素是演算法。該演算法允許將八顆單獨的混合晶片合併到
一個節能的AI處理引擎中，再透過“欺騙”策略，讓這八顆獨立的混合晶片，以為是同屬
於一顆晶片，就能夠達到節能的效果。該團隊稱其為“錯覺系統”。
該錯覺系統隸屬於美國國防先進研究計畫署（DARPA）資助的“電子復甦計畫”（ERI）。
現今DARPA正大力支持研究摩爾定律之可替代方案，畢竟，隨著電晶體微型化程度受到限
制，其必須尋找另外其他可能改變電子技術進步的方法。簡單來說，要超越傳統電子技術
的極限，必須要有新的硬體技術和應用思路。
Stanford團隊在法國研究機構CEA-Leti以及新加坡南洋理工大學的幫助下，研製並測試了
雛型的錯覺系統。所以八顆晶片的系統僅僅是一個開端。
在模擬測試中，研究人員發現，融合64顆混合晶片的系統運行AI應用程式的速度是當前處
理器的七倍，而耗能僅為當前處理器的七分之一。這些功能可望推動增強大腦、VR眼鏡和
深層神經網路學習等方面的研究。
如果一切順利且錯覺系統表現符合預期的話，可望在三到五年內投入市場，給行動與穿戴
式裝置市場帶來突破的契機。