在国际体系结构领域享有盛誉的IEEE/ACM International Symposium on Microarchitecture（MICRO）会议上，上海交通大学的一项研究引起了广泛关注。这一名为「COMPASS」的新型SRAM存内计算架构，为类脑计算的发展带来了革命性的突破，有望开启低能耗、高效能计算的新时代。
存内计算架构的创新
类脑计算，特别是脉冲神经网络（SNN），近年来在人工智能领域崭露头角，但其高准确性往往伴随着能量消耗和计算延迟的问题。针对这一挑战，上海交通大学先进计算机体系结构实验室蒋力教授、刘方鑫助理教授领导的IMPACT课题组，与上海期智研究院合作，研发了COMPASS架构。该架构巧妙地利用了输入和输出脉冲的稀疏性，通过动态脉冲模式的推测机制，减少了冗余计算，优化了硬件资源的利用。
提升效率与降低能耗
COMPASS架构还设计了时间维度压缩技术，降低内存占用，实现了高效的并行执行。这一创新设计显著提高了SNNs的计算效率，同时在端到端加速方面比现有SNN加速器提升了24.4倍，能耗降低了386.7倍，展现了在实际应用中的巨大潜力。
在顶级会议上亮相
作为体系结构「四大顶会」之一，MICRO会议是展示最新体系结构研究成果的舞台。今年的会议共收到497篇投稿，仅113篇被收录，录取率为22%，COMPASS架构的入选彰显了其在科研领域的领先地位。
类脑计算的未来
这一突破性的成果表明，COMPASS架构在处理复杂任务时的低能耗特性，为边缘设备上的高效类脑计算提供了可能，为人工智能的硬件加速器设计开辟了新路径。随着技术的进一步发展，我们有理由期待类脑计算在未来的数字化转型和汽车科技等领域发挥更大的作用。
对于有优秀科研成果想要分享的个人或团队，可以联系机器之心AIxiv专栏进行投稿或报道，投稿邮箱为：liyazhou@jiqizhixin.com或zhaoyunfeng@jiqizhixin.com。
随着科技的不断进步，我们期待更多如COMPASS这样的创新架构，推动人工智能和类脑计算领域的持续发展，为构建更智能、更绿色的未来贡献力量。
【source】https://www.jiqizhixin.com/articles/2024-08-26-2
Views: 2