3 月 24 日消息，据欧洲媒体 eeNews Europe 3 月 22 日报道，法国研究人员受昆虫启发，正在开发一种混合处理架构的 AI 芯片 ，耗资 300 万欧元（约合 2103.72 万人民币）。 该项目由法国研究机构 CEA-Leti 的顶尖科学家和 Edge AI（边缘人工智能）项目协调员 Elisa Vianello 领导，模仿蟋蟀的感知和神经系统 集成不同的存储技术，以降低能耗、提升速率，并应用于消费机器人、植入式医疗诊断微芯片以及可穿戴电子设备。 一、模仿蟋蟀，构建新纳米系统 AI 处理器以及存储器之间的数据传输，很难突破功率和能耗方面的瓶颈。英国 AI 芯片独角兽 Graphcore 和美国芯片创企 Cerebras 均有存内计算和高度集成的 AI 处理器，它们已经解决了这种数据传输的能耗和速率问题。但这种方法需要采用存内计算和高度集成的 AI 处理器，还需要高密度、高分辨率、具有无限耐用性的非易失性存储器。 Elisa Vianello 称，蟋蟀能够根据迟缓的、不精确的、不可靠的神经元以及突触做出准确的决定，以躲避捕食者。Elisa Vianello 还说道，CEA-Leti 的研究人员发现蟋蟀的感觉和神经系统中存在多种类似存储的功能，通过结合这些不同的功能，蟋蟀的内部系统表现了惊人的性能和能源效率。 CEA-Leti 的项目从蟋蟀中汲取灵感，放宽了内存芯片存储密度以及可靠性方面的硬件要求，将结合基于贝叶斯推理的混合引擎（Bayesian Inference engine）和局部脉冲神经网络模块（local spiking neural network module），进行实时数据处理。 Vianello 团队的 AI 芯片将使用其科学家们开发的确定性、概率性、易失性和非易失性存储器。同时，该项目构建了科学家们需要的新纳米系统，以便科学家们学习有限的、偏离期望值的数据（噪声数据）。 二、构建混合突触，集成不同的存储技术 CEA-Leti 团队旨在制造出物理纳米级存储设备网络。该团队希望把昆虫生物学原理转化为物理原理，从而学习有限的噪声数据，比如摄像机、雷达传感器、心电图（ECG）、肌电图（EMG）、生物阻抗流中的不同传感器实时测量的数据，以及可能通过脑电图传感器（EEG）和神经探测器测量的大脑信号。 但是，目前还不存在理想的存储。Vianello 说道，他们项目的目的是构建一个混合突触，共同集成不同的存储技术 。 CEA-Leti 的副主任兼首席技术官 Jean-René Lequepeys 称，Vianello 的工作为更节能的嵌入式智能网络学习开辟了新的研究视角。这是一项真正的技术和应用突破，从生活中汲取灵感，而且将新一代非易失性存储器结合了微电子的最新发展。Jean-René Lequepeys 还说道，这项研究工作完全符合研究所的优先事项，而且很有可能是全球首发，同时很可能带来巨大的商业机会。 以模仿蟋蟀的感知和神经系统集成不同的存储技术为例，CEA-Leti 研究的其他项目将昆虫视觉作为激发神经网络芯片的灵感。结语：＂昆虫＂灵感正启发混合 AI 芯片 由于蟋蟀的感觉和神经系统有多种类似存储的功能，其反应十分敏捷。将昆虫的生物学原理应用在 AI 芯片设计当中，或能放宽存储密度以及可靠性方面的硬件要求。 在 AI 芯片开发中，科学家们模仿、应用昆虫的其他生物学特性，可能会有新的技术突破。