400 gigaoperationer i sekunden per kvadratmillimeter är den prestanda som IBM uppger för ett AI-chip i 14 nm som använder omväxlande analoga och digitala beräkningar i artificiella neuronnät.
Kretsen använder fasväxlande minne (phase-change memory). Neuronnätets skalärprodukter beräknas analogt i så kallade ”synaptiska enheter”. Beräkningens precision motsvarar mellan tre och fyra digitala bitar.
Kretsen består av 64 block om vardera 256 x 256 synaptiska enheter. Varje block implementerar ett skikt i ett djupt neuronnät. I ett skikt är precisionen åtta bitar.
En av utmaningarna är att växla mellan de analoga och digitala domänerna. Det sker med hjälp av AD-omvandlare. En av de funktioner som beräknas digitalt är den överföringsfunktion som kvantiserar resultaten av skalärprodukterna.
Kretsen testades på ett Cifar-10-nät och fick en noggrannhet på 92,81 procent. IBM hävdar att det är det bästa resultat som någonsin uppnåtts i kretsar av den här typen.
Beräkningsprestanda motsvarar 63 Tops (teraoperationer per sekund) och energiförbrukningen är 9,76 Top/W.
Resultaten kommer att publiceras i en rapport i Nature Electronics. Det finns en tidigare publicerad version av artikeln i Arxive som du kan läsa här (länk) – ”A 64-bit mixed-signal in-memory compute chip based on phase-change memory for deep neural network inference’.