如果您正在运行 AI 工作负载,这里有一些可能会让您感到惊讶的事情。您的处理器在洗牌数据上浪费的精力比实际进行您关心的计算要多。这种低效率正在成为下一代人工智能系统的严重限制。随着神经网络增长到数十亿个参数,传统的冯·诺依曼架构正在遇到物理障碍。本文介绍什么是内存计算 (CIM) 技术及其工作原理。我们将研究与传统处理器相比,当前的实现如何显着提高效率。我们还将探讨为什么这种新方法可以改变人工智能计算。传统计算机的挑战传统计算机将计算单元和内存系统分开。他们通过能源密集型传输不断交换数据。Terasys、