我对 ANN（人工神经网络）的硬件实现很感兴趣。是否有任何流行的现有技术实现以微芯片的形式，旨在运行人工神经网络？例如，针对图像识别或类似应用进行优化的芯片？
是否有专门设计用于运行 ANN 的微芯片？
人工智能
图像识别
硬件
2021-10-22 05:47:37
1个回答
2016 年 5 月，谷歌宣布了一个定制的 ASIC，它专为机器学习wiki构建，并为TensorFlow量身定制。它使用张量处理单元(TPU)，这是一种可编程微处理器，旨在加速人工神经网络。
NeuroCores，12x14 平方毫米芯片，可以在二叉树中互连，请参阅：Neurogrid，一种可以为大脑模拟提供选项的超级计算机。
TrueNorth是 IBM 生产的神经形态 CMOS 芯片，目前芯片有 4096 个内核，每个内核可以模拟 256 个可编程的硅“神经元”，总共提供超过一百万个神经元。
附带说明一下，您始终可以使用基于 FPGA 的硬件，您可以直接在硬件中实现选定的遗传算法 (GA)。例如，CoDi 模型在基于 FPGA 的 CAM-Brain Machine (CBM) 2001中实现。
其它你可能感兴趣的问题