隨著人工智能（AI）應用越發熱門，相關的研究也紛紛挑戰我們的既有認知。麻省理工學院（MIT）的研究團隊日前發表了一款可進行深度學習（Deep Learning）的晶片「Eyeriss」，可直接在行動裝置上，執行如人臉辨識等人工智能演算法，且不需透過連結網路來處理資料，該晶片就能直接完成演算。
MIT 在日前的國際固態電路大會 (International Solid State Circuits Conference, ISSCC) 發表 Eyeriss 晶片，MIT 表示，該晶片內建 168 個核心，專門用來部署神經網路（Neural Network），效能為一般行動 GPU 的 10 倍，也因其效能高，不需透過網路處理資料，就能在行動裝置上直接執行人工智能演算法。其具有辨識人臉、語言的能力，可應用在智能手機、穿戴式裝置、機器人、自動駕駛車與其他物聯網應用裝置上。
深度學習通常需要大量的電腦運算才能處理，而能在個人電腦或行動裝置上執行繪圖運算工作的 GPU，便是能夠完成深度學習運算的處理器。不過，GPU 在進行運算處理的同時，就像一頭巨獸一般，會吃掉大量的電力，因此不太可能在行動裝置上進行深度學習運算，只能將未處理過的資料先經過行動裝置收集過後，上傳到網路，透過強大的 GPU 伺服器來運算，再將運算結果透過網路傳回行動裝置。
而 MIT 研究出的 Eyeriss 晶片之所以能大量提升效能，關鍵便在於最小化 GPU 核心和記憶體之間交換資料的頻率（此運作過程通常會消耗大量的時間與能量），且一般 GPU 內的核心通常共享單一記憶體，但 Eyeriss 的每個核心擁有屬於自己的記憶體。
此外，Eyeriss 晶片還能在將資料傳送到每一個核心之前，先進行資料壓縮，且每一個核心都能立即與鄰近的核心直接溝通，因此若需要共享資料，核心們不需要透過主要記憶體就能傳遞。
除了 MIT 外，還有其他科技大廠也在研發深度學習晶片，如高通、Intel、Nvidia 等。
（本文由 TechNews 授權轉載）
