训练 AI 能耗降低至 1/20，电场芯片问世：缓解计算资源短缺问题
IT之家 1 月 31 日消息，运转生成式 AI 系统不仅硬件成本高昂，而且会带来惊人的消耗。德国初创公司 Semron 近日推出了一种新的神经网络控制设备--meme 电容器，利用电场而非电流工作，可减少对这两个因素的依赖。
Semron 的创始人是德累斯顿工业大学的毕业生 Kai-Uwe Demasius 和 Aron Kirschen。早在 2016 年，他们就获得了 Memcapacitor 控制元件的专利。
在他们的设想中，放弃在由电流控制晶体管的传统芯片上运行神经网络，就能开发出节能、经济的神经处理器。
Semron 芯片是一种多层组织结构，核心原理是电荷屏蔽，通过屏蔽层控制顶部电极和底部电极之间的电场。屏蔽层由芯片内存管理，存储人工智能模型的各种“权重”，便于在训练和数据处理过程中微调和增强性能。
Semron 于 2021 年和与马克斯・普朗克微结构物理研究所合作，实现了超过 3500 TOPS / W（每瓦每秒万亿次运算）的卓越能源效率，这一成果超越现有技术 35 至 300 倍。
SquareOne 合伙人 Georg Stockinger 强调了 Semron 创新的重要性，他表示：
计算资源将成为 21 世纪的“石油”。凭借大型语言模型和摩尔定律的限制，Semron 的专用计算芯片通过将 AI 任务的成本和能耗降低至 20 分之一，实现了范式转变。
IT之家附上论文参考地址如下：
Demasius, KU., Kirschen, A. & Parkin, S. Energy-efficient memcapacitor devices for neuromorphic computing. Nat Electron 4, 748–756 (2021).
https://doi.org/10.1038/s41928-021-00649-y