IBM Research在博客文章中寫道：“現(xiàn)代AI模型的增強(qiáng)功能提供了前所未有的識(shí)別精度，但通常以更大的計(jì)算量和精力投入為代價(jià)。”“因此，基于根本上新的處理范例的新穎硬件的開發(fā)對(duì)于AI研究的發(fā)展至關(guān)重要。”因此，在2019年舊金山的IEE??E國(guó)際電子設(shè)備會(huì)議(IEDM)上，IBM Research通過以下途徑揭示了一系列AI硬件突破一些關(guān)鍵領(lǐng)域的論文。

IBM寫道：“在過去的五十年中，半導(dǎo)體技術(shù)一直是計(jì)算硬件的引擎。”“ [FinFET]技術(shù)在滿足密度，功率和性能方面不斷增長(zhǎng)的需求的同時(shí)，仍在不斷擴(kuò)展，但還不夠快[。”堆疊式全能(GAA)納米片是IBM的答案，因?yàn)锳I的需求超出了功能FinFET半導(dǎo)體架構(gòu)。“ Nanosheet”僅在2015年創(chuàng)造，現(xiàn)在IBM Research著重介紹三篇論文在納米片技術(shù)領(lǐng)域。這些措施包括用于實(shí)現(xiàn)納米片堆疊和多電壓電池的新技術(shù)，以及一種新的制造方法。IBM希望GAA納米片將提供“更高的計(jì)算性能和更低的功耗”，同時(shí)也允許進(jìn)行更多變化和簡(jiǎn)化的設(shè)計(jì)，從而實(shí)現(xiàn)更通用的設(shè)備設(shè)計(jì)。

相變存儲(chǔ)器

IBM Research還重點(diǎn)介紹了有關(guān)相變存儲(chǔ)器(PCM)的一系列論文，這些論文“仍然構(gòu)成重大挑戰(zhàn)”，包括對(duì)噪聲的敏感性，電阻漂移和可靠性問題。這些論文展示了IBM研究人員在開發(fā)新設(shè)備，算法和結(jié)構(gòu)解決方案以及新的模型訓(xùn)練技術(shù)方面的工作，以幫助解決這些問題，提高穩(wěn)定性和可靠性。其他研究人員介紹了一種新的，受神經(jīng)啟發(fā)的，用于PCM的硅集成原型芯片設(shè)計(jì)。

最后，IBM詳細(xì)說明了其使用新型存儲(chǔ)設(shè)備加速深度學(xué)習(xí)的工作，這些存儲(chǔ)設(shè)備是使用半導(dǎo)體工廠中現(xiàn)有的材料創(chuàng)建的。最終的電化學(xué)隨機(jī)存取存儲(chǔ)器或ECRAM“證明了亞微秒的編程速度，高電導(dǎo)率變化線性和對(duì)稱性以及沒有訪問選擇器的2×2陣列配置。” ECRAM與CMOS兼容，在深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練常用的線性回歸上進(jìn)行了測(cè)試。同時(shí)，IBM Research重點(diǎn)介紹了可提高預(yù)測(cè)AI準(zhǔn)確性的新算法。