英特爾的MESO晶體管有望實現人工智能處理能力的巨大飛躍

2019-06-22 14:16:08

不到十年前,神經科學家Amir Khosrowshahi正在鉆洞并將針插入頭骨以了解人類的大腦。他將自己的神經科學知識轉化為企業家的成功,共同創立了Nervana,一家幫助大公司運行神經網絡的創業公司,這項技術現在推動了AI的爆炸性成果。英特爾是全球最大的計算機芯片制造商, 僅在兩年后,于2016年以超過3.5億美元的價格收購了Nervana。

從那時起,哈佛大學和加州大學伯克利分校培訓的Khosrowshahi已經成為英特爾的一個關鍵的AI思想家,人工智能和芯片正在以新的和深刻的方式相互碰撞。

在接受VentureBeat采訪時,現任AI的首席技術官Khosrowshahi表示,由于那里有一群研究人員,他將留在英特爾。該團隊正在構建一種新型集成電路(IC),其中充滿了晶體管,有朝一日可以以極小的能量運行 - 低至100毫伏。他說,這將是朝著用于大腦通信的低電壓方向邁出的一步。

新的IC將改變游戲規則。Khosrowshahi說,這將推動解決世界上一些最大問題所需的能源貪婪人工智能應用的爆炸性增長,包括氣候變化,廢物管理以及日益復雜的食品和運輸系統物流。

“什么可能更重要?”他問道。“這將改變這個領域。你知道,在很大程度上,我們談論的是30倍的表現。“

參與該項目的大多數研究人員稱為MESO(磁電旋轉軌道) - 承認可能需要十年的時間才能將其推向市場所需的決定性突破。

一個具有近期影響的長期項目

Khosrowshahi沒有爭議可能需要十年才能完成該項目,但他也對MESO可能在未來兩到五年內產生的衍生結果感到興奮。這些可以幫助推動AI更快地前進。“我們將看到一系列新的AI產品,”他預測道。

Khosrowshahi在該項目中的作用值得澄清。在很多方面,他是一個局外人。他是AI產品設計團隊的一員,專注于開發和項目,產生直接影響。此外,他缺乏物理和電路方面的背景,這是MESO圍繞關鍵研究的基礎。雖然他在Nervana取得的成就使他在AI領域獲得了可信度,但他正在努力追趕英特爾的其他人,他自己承認,他已經超越了他。在這里,他依賴于像英特爾高級研究員Ian Young這樣的人,他是電路設計師和首席研究員。

CMOS的危機 - 以及革命性的替代方案

年輕的澳大利亞人已經在他所謂的“超越CMOS”研究中工作了九年。在過去的35年里,CMOS一直是構建晶體管的主要方法,但它在擴展方面存在問題。雖然CMOS可能允許晶體管使用小至7納米甚至5納米的“節點”(人發為100,000納米寬),但其功率要求使其成本昂貴 - 并且對于某些類型的計算而言在商業上是不可行的,例如未來可能需要的AI算法。與此同時,大多數其他研究途徑都未能產生更好的替代方案,這就是為什么每個人都在四處奔波,聲稱摩爾定律已經死了。

12月,Young的團隊(英特爾不會透露該團隊有多大)與加州大學伯克利分校的一些物理研究人員合作,在Nature上發表了一篇論文,首次公開提出了新的MESO設備。這是多年來第一次有人提供了一種可信的,革命性的CMOS替代方案 - 一種能夠讓英特爾重新獲得摩爾定律曲線的方案。MESO為通用處理器提供了承諾,Young和Khosrowshahi說,所以無論如何都必須這樣做。

該器件的100毫伏開關將是高級CMOS器件可以工作的五分之一。它的無焦耳級開關能量將降低約30倍。此外,它的密度是5倍,非易失性,可以提供極低的待機功率。

該小組提供了實現MESO所需要的研究路線圖:主要是量子材料領域的突破,特別是相關氧化物和物質拓撲狀態。為實現這一目標,英特爾意識到需要開源研究,以便與大學和其他人合作。(參見我們對Khosrowshahi和Young的采訪,其中詳細介紹了這一點。)

MESO可以產生衍生產品,例如用于AI的ASIC

Young對預計的時間框架毫不畏懼。“為什么10年是個問題?”他問道。Young的使命是確保MESO設備可以廣泛使用 - 用于所有計算目的。但Khosrowshahi表示,即使在MESO完成之前,事情也會變得有趣,因為英特爾不需要等待該技術進入其通用CPU - 其精心設計的電路,多毛的互連需求,生產計劃和廣泛的適用性。此外,芯片設計研究將包括量子材料結構的突破,可用于各種定制領域的進步。最有希望的領域之一是AI,因為 - 有點巧合 - MESO晶體管的結構與AI神經網絡架構中的計算元素具有驚人的相似性。

事實上,MESO和AI的融合是在我們的采訪中,Khosrowshahi和Young非常興奮。

原因如下:由于MESO的晶體管和互連以可以幫助數據在AI應用中更有效地移動的方式移動電壓,團隊可以首先在AI中嘗試一些MESO的方法。Khosrowshahi確信這將為AI的應用專用集成電路(ASIC)的設計帶來重大改進,甚至可能在數據中心中用于學習和推理的新產品。

Khosrowshahi解釋說,AI在關鍵方面比CPU更簡單。例如,AI數據流非常容易。“因此人工智能是在基板平臺上進行實驗的好地方。我們將取代現有的基板進行矩陣乘法,可能還有硅光子學(我們將使用光)。或者我們將使用室溫量子材料。或者我們將使用模擬電路。我們可以嘗試各種各樣的事情。“

MESO晶體管的特性揭示了與AI的共性

要理解MESO和AI之間的不可思議的聯系,請記住計算機使用數字字符串(0和1)來存儲數據。計算機的處理器包含數十億個晶體管,這些晶體管在計算機活動期間關閉或打開以反映0和1。

MESO項目的優點在于它使用量子材料在納米尺度上進行這種切換。MESO使用由具有磁性的鐵電材料制成的開關。磁性開關解決了CMOS的一個問題,其中開關使用更多的功率。

(事情在這里變得比較怪異。對于內部人士:MESO系統中的開關與AI中的神經網絡架構有相似之處,正如Young解釋的那樣。使用MESO磁體,可以通過“多數門”引入多個輸入。這類似于神經網絡如何使用權重來表示節點的影響。類似地,您可以看到MESO中的低電壓和高效晶體管互連如何幫助AI。人工智能中的挑戰是大量的數據移動并降低移動所有數據所涉及的能耗。)

Young有更多衍生產品的想法,包括人工智能算法(尚未設想),否則會受到可用功率的限制。

芯片中低能量的需求與人腦自身的低電壓狀態之間的聯系是電路專家Young和研究大腦的神經科學家Khosrowshahi的良好匹配,兩人同意這一點。Young說,這是他們聚在一起的“一個巨大的,有趣的巧合”,他們的合作深刻地影響了Young的方向。對于Khosrowshahi來說,人類的大腦是“存在的證據,證明存在更好的材料,我們應該繼續尋找它們”。

(盡管MESO和人類大腦之間的類比,以及以毫伏為單位的操作,Young說人類的大腦仍然比MESO的能量效率高出許多個數量級。)

潛在的獎勵需要更多的投資

Young說,進入MESO最終州所需的大量工作需要大量投資。

他表示,該行業需要走到一起,更加積極地合作。英特爾是半導體研究公司(SRC)的成員,該公司也在“超越CMOS”領域投入資金。該集團包括IBM,美光,三星,臺積電和ARM等公司。而特朗普總統最近的倡議,支持AI 包括$ 2十億為DARPA,以及資助超越CMOS研究的組織。但楊還保持著更多可以做到的事情。該研究對社會的益處將是巨大的,但該項目仍然相對未知 - 即使在英特爾內部。

Khosrowshahi表示,他很難聽取英特爾一些領導人的意見,因為該公司有許多相互競爭的優先事項,MESO很難解釋。“當我去高管談論設備物理和量子材料時,他們很難看到相關性。這是一個難以傳達的故事,“Khosrowshahi說。“為什么這有關系?它是運行一切的核心技術。如果你沒有這個,你什么都沒有。“

人工智能的勢頭可能有所幫助

Khosrowshahi說人工智能領域已經有了這樣一個創新的良性循環,事情的發生速度比人們預期的要快。人工智能所需的工作量為提供創新提供了巨大的動力,這讓他相信MESO可以比預期更快地實現其潛力。“我認為我們會比人們預期的更快到達那里,”他說。“如果人們不注意它,那我就不在乎,因為這對我公司來說是一種競爭優勢。無論哪種方式,都很好。“