计算能效快1000倍！忆阻器芯片到底是什么？它会是吊打GPU的存在吗？【类脑计算系列第一期】_哔哩哔哩_bilibili
date_saved: 2023-11-12 01:12:25
date_published: 2023-11-09 04:23:45
Full Content:
关于冯诺依曼构架和利用忆阻器阵列进行矩阵运算两个地方，我觉得分别换个角度更贴切一点。
冯诺依曼构架的精髓，并不是把存储和计算分开，恰恰相反，其实是把指令和数据混合在一起，两者都用数字化的数据表示，这样就可以通过将指令组成不同序列来实现完全不同的功能，这些指令序列保存起来就是计算机程序，从而实现了所谓“通用计算机”，区别于那些功能固定、运算流程需要人来完成的计算器。
而忆阻器阵列用于矩阵运算，说是存算一体，不如说是把数字电路重新倒退回模拟电路，即直接利用电流等基本电学物理量的大小表示数字、用电阻或磁的大小用于记忆、用电子器件的特性改变电流等进行计算，这不就是模拟电路吗？并且，这个忆阻器的功能其实也不算新，用一个滑动变阻器加个伺服电机控制滑块位置，不一样能实现电阻记忆？只不过滑动变阻器太大，不能集成进芯片。忆阻器相当于是半导体集成版的滑动变阻器。
所以这整个体系，其实就是模拟电路的回归。虽然数字电路有抗干扰性强、计算可靠无误差的好处，但考虑计算效率的话，还是得模拟电路，或者至少两个结合。
ai计算可以用忆阻器的一个原因，就是人工神经网络和生物神经系统一样，有容错率，它的计算本身也不是完全精确的，所以用模拟电路没有问题，只要误差够小。但我估计这芯片的问题就是复现上有问题——训练好的ai，放不同设备上，结果会有小的差异，就跟生物一样。这在很多时候不是大问题，但某些情况下，比如要求高可靠性，或要求可复盘分析，就是个不利因素。
Highlights
冯诺依曼构架的精髓，并不是把存储和计算分开，恰恰相反，其实是把指令和数据混合在一起，两者都用数字化的数据表示，这样就可以通过将指令组成不同序列来实现完全不同的功能，这些指令序列保存起来就是计算机程序，从而实现了所谓“通用计算机”，区别于那些功能固定、运算流程需要人来完成的计算器。
而忆阻器阵列用于矩阵运算，说是存算一体，不如说是把数字电路重新倒退回模拟电路，即直接利用电流等基本电学物理量的大小表示数字、用电阻或磁的大小用于记忆、用电子器件的特性改变电流等进行计算，这不就是模拟电路吗？ ⤴️
忆阻器相当于是半导体集成版的滑动变阻器。 ⤴️
所以这整个体系，其实就是模拟电路的回归。虽然数字电路有抗干扰性强、计算可靠无误差的好处，但考虑计算效率的话，还是得模拟电路，或者至少两个结合。
ai计算可以用忆阻器的一个原因，就是人工神经网络和生物神经系统一样，有容错率，它的计算本身也不是完全精确的，所以用模拟电路没有问题，只要误差够小。但我估计这芯片的问题就是复现上有问题——训练好的ai，放不同设备上，结果会有小的差异，就跟生物一样。这在很多时候不是大问题，但某些情况下，比如要求高可靠性，或要求可复盘分析，就是个不利因素。 ⤴️