為節省時間和資源，IBM要研發高速易存儲芯片

人工智能有望進入飛速學習模式。

為了讓人工智能系統無所不能，研發者們通常會賦予人工智能系統深層神經網絡算法。其實這并不是很麻煩，麻煩的是培訓人工智能需要使用多臺高性能超級計算機或者是耗費大量的時間?，F在，這個麻煩似乎有望解決。

最近，有消息稱，IBM 的 T.J. Watson 研究中心的科學家們想出了一個辦法，他們希望用大量的“電阻處理單元”，即結合 CPU 和非易失性存儲器的理論芯片，以減少人工智能系統的學習時間和降低對計算機性能的要求。此外，這種芯片還可以加快數據的傳輸速度，讓人工智能系統在最短的時間里完成對所有的世界語言之間的語音識別和翻譯。

像谷歌的 DeepMind 或者是 IBM 的 Watson 這樣的現代神經網絡，它們要執行的任務以數十億計，對 CPU 內存要求非常的高。如果能成功研發一種新型芯片，把大量的電阻式 RAM 直接放入 CPU 中，將數據永久存儲，在速度上也不比 DRAM 慢的話，就有可能實現3 萬倍的加速，極大的減少訓練神經網絡的時間和對計算機資源的需求，將以前需要在有數千臺機器的數據中心培訓幾天的項目，在幾個小時的時間里快速完成。

現在這種芯片還在研發階段，一些技術之外的東西，像是電阻式 RAM也還沒有到商業化的地步，想要讓這種芯片普及使用可能還需要一段時間。但是，構建快速的本地內存芯片真的對發展人工智能技術有很大的幫助，因為只有為研發節省更多時間和資源，才可以去做更多有用的事情。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！