人工智能与ReRAM
发现以内存为中心的计算的好处
人工智能正在通过训练机器来理解视频流、图片、会话语音或文本文件等无限量的数据,从而开启一个新的计算时代。如今,数据有机会成为利润中心,因为它训练算法并创建新的应用程序。数据越多,人工智能算法就越聪明。
来自传感器的数据可以存储在芯片上,并通过深度神经网络直接反馈,以采取直接行动。非易失性存储器技术,如CrossBar ReRAM,可以直接与处理逻辑集成在芯片上,从而实现全新的以存储器为中心的SoC架构。与传统的非易失性存储器技术相比,ReRAM的卓越特性有助于解决这些算法所需的性能和能源挑战。高性能计算应用程序,如跨大量类的密集搜索或分类,需要跨处理器、存储和IO的高带宽低延迟数据访问。CrossBar ReRAM内存技术通过减少存储和计算之间的性能差距,提供了显著的改进。
阅读“人工智能应用”白皮书,了解更多信息:
人工智能应用的ReRAM关键属性:
用于人工智能应用的产品:
高密度存储器
高密度、高性能内存IP核 |