深度学习增强毫米级计算机，288 微瓦运行神经网络

    密歇根大学两位计算机科学家，在本月初于旧金山举行的IEEE国际固态电路会议（ISSCC）上，介绍了仅有毫米大小的微型计算机。不仅体积小，原型产品仅使用几纳瓦的功率就能在本地运行神经网络，其产品有望让物联网和其他智能设备更加智能。

    Blaauw和他的同事Dennis Sylvester 是IEEE Fellow、密歇根大学的计算机科学家。他们在今年2月，旧金山举行的IEEE国际固态电路会议（ISSCC）上介绍了与刚刚说的那些"微尘"计算机相关的十篇论文。在过去几年，他们也提交了类似的微型设备研究。

    Blaauw和Sylvester说，他们采取一体化方法添加新功能，这样就不会增加功耗。目前，业界尚没有统一的方法实现这样一点，硬要说有的话，就是"智能电路设计"。 

    他们在ISSCC上展示的另一个微尘设计包括了一个深度学习处理器，上面可以运行一个神经网络，只使用288微瓦的能耗。神经网络通常需要大型内存组和强大的处理能力，因此通常运行在由高级GPU供电的服务器上。有部分研究人员一直试图通过专门设计用于运行这些算法的专用硬件来减小深度学习AI的体积和功率需求。但就算是这些处理器，仍然使用超过50毫瓦的功率——对于微尘计算机而言承受不起。密歇根研究人员通过重新设计芯片架构降低了电源要求，比如在存储器（SRAM）内设置四个处理元件以最小化数据移动。

    研究人员希望把神经网络带到物联网上。"很多运动检测摄像机拍摄到的是在风中移动的树枝，这对安防而言并没有什么帮助，"Blaauw说。安保摄像机和其他连接的设备不够聪明，无法区分盗贼和移动的树枝之间的区别，所以浪费了能量，而且将一些无关的画面送到云端进行分析。

    能够在本地运行的深度学习处理器可以做出更好的决策，但只有当它们不使用太多计算资源的时候才有实际应用意义。密歇根研究小组认为，深度学习处理器可以被集成到许多其他互联网联网设备中，不仅仅局限于安保系统。例如，如果HVAC系统看到多个人穿上外套，就可以决定降低空调。

    除了在学术会议展示他们的作品，密歇根大学的研究人员希望能在未来几年将其研究成果推广上市。Blaauw和Sylvester说，他们的创业公司CubeWorks目前正在开发和研究投放市场的原型。CubeWorks公司成立于2013年底。去年10月，英特尔投资公司宣布投资这家公司，具体金额未披露。

来源：新智元、IEEE