編譯 |  芯東西 張昀

編輯 |  高歌

芯東西3月24日消息，據歐洲媒體eeNews Europe 3月22日報道，法國研究人員受昆蟲啟發，正在開發一種混合處理架構的AI芯片，耗資300萬歐元（約合2103.72萬人民幣）。

該項目由法國研究機構CEA-Leti的頂尖科學家和Edge AI（邊緣人工智能）項目協調員Elisa Vianello領導，模仿蟋蟀的感知和神經系統集成不同的存儲技術，以降低能耗、提升速率，并應用于消費機器人、植入式醫療診斷微芯片以及可穿戴電子設備。

一、模仿蟋蟀，構建新納米系統

AI處理器以及存儲器之間的數據傳輸，很難突破功率和能耗方面的瓶頸。英國AI芯片獨角獸Graphcore和美國芯片創企Cerebras均有存內計算和高度集成的AI處理器，它們已經解決了這種數據傳輸的能耗和速率問題。但這種方法需要采用存內計算和高度集成的AI處理器，還需要高密度、高分辨率、具有無限耐用性的非易失性存儲器。

Elisa Vianello稱，蟋蟀能夠根據遲緩的、不精確的、不可靠的神經元以及突觸做出準確的決定，以躲避捕食者。Elisa Vianello還說道，CEA-Leti的研究人員發現蟋蟀的感覺和神經系統中存在多種類似存儲的功能，通過結合這些不同的功能，蟋蟀的內部系統表現了驚人的性能和能源效率。

CEA-Leti的項目從蟋蟀中汲取靈感，放寬了內存芯片存儲密度以及可靠性方面的硬件要求，將結合基于貝葉斯推理的混合引擎（Bayesian Inference engine）和局部脈沖神經網絡模塊（local spiking neural network module），進行實時數據處理。

Vianello團隊的AI芯片將使用其科學家們開發的確定性、概率性、易失性和非易失性存儲器。同時，該項目構建了科學家們需要的新納米系統，以便科學家們學習有限的、偏離期望值的數據（噪聲數據）。

二、構建混合突觸，集成不同的存儲技術

CEA-Leti團隊旨在制造出物理納米級存儲設備網絡。該團隊希望把昆蟲生物學原理轉化為物理原理，從而學習有限的噪聲數據，比如攝像機、雷達傳感器、心電圖（ECG）、肌電圖（EMG）、生物阻抗流中的不同傳感器實時測量的數據，以及可能通過腦電圖傳感器（EEG）和神經探測器測量的大腦信號。

但是，目前還不存在理想的存儲。Vianello說道，他們項目的目的是構建一個混合突觸，共同集成不同的存儲技術。

CEA-Leti的副主任兼首席技術官Jean-René Lequepeys稱，Vianello的工作為更節能的嵌入式智能網絡學習開辟了新的研究視角。這是一項真正的技術和應用突破，從生活中汲取靈感，而且將新一代非易失性存儲器結合了微電子的最新發展。Jean-René Lequepeys還說道，這項研究工作完全符合研究所的優先事項，而且很有可能是全球首發，同時很可能帶來巨大的商業機會。

以模仿蟋蟀的感知和神經系統集成不同的存儲技術為例，CEA-Leti研究的其他項目將昆蟲視覺作為激發神經網絡芯片的靈感。

結語：“昆蟲”靈感正啟發混合AI芯片

由于蟋蟀的感覺和神經系統有多種類似存儲的功能，其反應十分敏捷。將昆蟲的生物學原理應用在AI芯片設計當中，或能放寬存儲密度以及可靠性方面的硬件要求。

在AI芯片開發中，科學家們模仿、應用昆蟲的其他生物學特性，可能會有新的技術突破。

來源：eeNews Europe