英特尔的MESO晶体管有望实现人工智能处理能力的巨大飞跃

2019-06-22 14:16:08

不到十年前,神经科学家Amir Khosrowshahi正在钻洞并将针插入头骨以了解人类的大脑。他将自己的神经科学知识转化为企业家的成功,共同创立了Nervana,一家帮助大公司运行神经网络的创业公司,这项技术现在推动了AI的爆炸性成果。英特尔是全球最大的计算机芯片制造商, 仅在两年后,于2016年以超过3.5亿美元的价格收购了Nervana。

从那时起,哈佛大学和加州大学伯克利分校培训的Khosrowshahi已经成为英特尔的一个关键的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采访时,现任AI的首席技术官Khosrowshahi表示,由于那里有一群研究人员,他将留在英特尔。该团队正在构建一种新型集成电路(IC),其中充满了晶体管,有朝一日可以以极小的能量运行 - 低至100毫伏。他说,这将是朝着用于大脑通信的低电压方向迈出的一步。

新的IC将改变游戏规则。Khosrowshahi说,这将推动解决世界上一些最大问题所需的能源贪婪人工智能应用的爆炸性增长,包括气候变化,废物管理以及日益复杂的食品和运输系统物流。

“什么可能更重要?”他问道。“这将改变这个领域。你知道,在很大程度上,我们谈论的是30倍的表现。“

参与该项目的大多数研究人员称为MESO(磁电旋转轨道) - 承认可能需要十年的时间才能将其推向市场所需的决定性突破。

一个具有近期影响的长期项目

Khosrowshahi没有争议可能需要十年才能完成该项目,但他也对MESO可能在未来两到五年内产生的衍生结果感到兴奋。这些可以帮助推动AI更快地前进。“我们将看到一系列新的AI产品,”他预测道。

Khosrowshahi在该项目中的作用值得澄清。在很多方面,他是一个局外人。他是AI产品设计团队的一员,专注于开发和项目,产生直接影响。此外,他缺乏物理和电路方面的背景,这是MESO围绕关键研究的基础。虽然他在Nervana取得的成就使他在AI领域获得了可信度,但他正在努力追赶英特尔的其他人,他自己承认,他已经超越了他。在这里,他依赖于像英特尔高级研究员Ian Young这样的人,他是电路设计师和首席研究员。

CMOS的危机 - 以及革命性的替代方案

年轻的澳大利亚人已经在他所谓的“超越CMOS”研究中工作了九年。在过去的35年里,CMOS一直是构建晶体管的主要方法,但它在扩展方面存在问题。虽然CMOS可能允许晶体管使用小至7纳米甚至5纳米的“节点”(人发为100,000纳米宽),但其功率要求使其成本昂贵 - 并且对于某些类型的计算而言在商业上是不可行的,例如未来可能需要的AI算法。与此同时,大多数其他研究途径都未能产生更好的替代方案,这就是为什么每个人都在四处奔波,声称摩尔定律已经死了。

12月,Young的团队(英特尔不会透露该团队有多大)与加州大学伯克利分校的一些物理研究人员合作,在Nature上发表了一篇论文,首次公开提出了新的MESO设备。这是多年来第一次有人提供了一种可信的,革命性的CMOS替代方案 - 一种能够让英特尔重新获得摩尔定律曲线的方案。MESO为通用处理器提供了承诺,Young和Khosrowshahi说,所以无论如何都必须这样做。

该器件的100毫伏开关将是高级CMOS器件可以工作的五分之一。它的无焦耳级开关能量将降低约30倍。此外,它的密度是5倍,非易失性,可以提供极低的待机功率。

该小组提供了实现MESO所需要的研究路线图:主要是量子材料领域的突破,特别是相关氧化物和物质拓扑状态。为实现这一目标,英特尔意识到需要开源研究,以便与大学和其他人合作。(参见我们对Khosrowshahi和Young的采访,其中详细介绍了这一点。)

MESO可以产生衍生产品,例如用于AI的ASIC

Young对预计的时间框架毫不畏惧。“为什么10年是个问题?”他问道。Young的使命是确保MESO设备可以广泛使用 - 用于所有计算目的。但Khosrowshahi表示,即使在MESO完成之前,事情也会变得有趣,因为英特尔不需要等待该技术进入其通用CPU - 其精心设计的电路,多毛的互连需求,生产计划和广泛的适用性。此外,芯片设计研究将包括量子材料结构的突破,可用于各种定制领域的进步。最有希望的领域之一是AI,因为 - 有点巧合 - MESO晶体管的结构与AI神经网络架构中的计算元素具有惊人的相似性。

事实上,MESO和AI的融合是在我们的采访中,Khosrowshahi和Young非常兴奋。

原因如下:由于MESO的晶体管和互连以可以帮助数据在AI应用中更有效地移动的方式移动电压,团队可以首先在AI中尝试一些MESO的方法。Khosrowshahi确信这将为AI的应用专用集成电路(ASIC)的设计带来重大改进,甚至可能在数据中心中用于学习和推理的新产品。

Khosrowshahi解释说,AI在关键方面比CPU更简单。例如,AI数据流非常容易。“因此人工智能是在基板平台上进行实验的好地方。我们将取代现有的基板进行矩阵乘法,可能还有硅光子学(我们将使用光)。或者我们将使用室温量子材料。或者我们将使用模拟电路。我们可以尝试各种各样的事情。“

MESO晶体管的特性揭示了与AI的共性

要理解MESO和AI之间的不可思议的联系,请记住计算机使用数字字符串(0和1)来存储数据。计算机的处理器包含数十亿个晶体管,这些晶体管在计算机活动期间关闭或打开以反映0和1。

MESO项目的优点在于它使用量子材料在纳米尺度上进行这种切换。MESO使用由具有磁性的铁电材料制成的开关。磁性开关解决了CMOS的一个问题,其中开关使用更多的功率。

(事情在这里变得比较怪异。对于内部人士:MESO系统中的开关与AI中的神经网络架构有相似之处,正如Young解释的那样。使用MESO磁体,可以通过“多数门”引入多个输入。这类似于神经网络如何使用权重来表示节点的影响。类似地,您可以看到MESO中的低电压和高效晶体管互连如何帮助AI。人工智能中的挑战是大量的数据移动并降低移动所有数据所涉及的能耗。)

Young有更多衍生产品的想法,包括人工智能算法(尚未设想),否则会受到可用功率的限制。

芯片中低能量的需求与人脑自身的低电压状态之间的联系是电路专家Young和研究大脑的神经科学家Khosrowshahi的良好匹配,两人同意这一点。Young说,这是他们聚在一起的“一个巨大的,有趣的巧合”,他们的合作深刻地影响了Young的方向。对于Khosrowshahi来说,人类的大脑是“存在的证据,证明存在更好的材料,我们应该继续寻找它们”。

(尽管MESO和人类大脑之间的类比,以及以毫伏为单位的操作,Young说人类的大脑仍然比MESO的能量效率高出许多个数量级。)

潜在的奖励需要更多的投资

Young说,进入MESO最终州所需的大量工作需要大量投资。

他表示,该行业需要走到一起,更加积极地合作。英特尔是半导体研究公司(SRC)的成员,该公司也在“超越CMOS”领域投入资金。该集团包括IBM,美光,三星,台积电和ARM等公司。而特朗普总统最近的倡议,支持AI 包括$ 2十亿为DARPA,以及资助超越CMOS研究的组织。但杨还保持着更多可以做到的事情。该研究对社会的益处将是巨大的,但该项目仍然相对未知 - 即使在英特尔内部。

Khosrowshahi表示,他很难听取英特尔一些领导人的意见,因为该公司有许多相互竞争的优先事项,MESO很难解释。“当我去高管谈论设备物理和量子材料时,他们很难看到相关性。这是一个难以传达的故事,“Khosrowshahi说。“为什么这有关系?它是运行一切的核心技术。如果你没有这个,你什么都没有。“

人工智能的势头可能有所帮助

Khosrowshahi说人工智能领域已经有了这样一个创新的良性循环,事情的发生速度比人们预期的要快。人工智能所需的工作量为提供创新提供了巨大的动力,这让他相信MESO可以比预期更快地实现其潜力。“我认为我们会比人们预期的更快到达那里,”他说。“如果人们不注意它,那我就不在乎,因为这对我公司来说是一种竞争优势。无论哪种方式,都很好。“