人工智能可以用来设计更高效的芯片架构

根据相关数据，我们已经达到了现有芯片技术的极限。根据最初的定义，摩尔定律每两年将芯片上的晶体管密度翻一番，失败了十年或更长时间。然而，未来几十年可能还有其他方法来提高计算机性能。

一方面，我们可以更深层次地包装晶体管，这将减少芯片的大小。这已经在存储芯片BZV55C27中实现，其中晶体管堆128层或更深。这种紧凑型芯片非常适合智能手机或越来越多的可穿戴设备等小型设备，更不用说无数的小型互联网设备为物联网提供动力了。然而，动态随机访问内存(DRAM)因为几乎每一层，因为几乎每一部分都处于供电状态，导致能源和供应问题——但这些问题的解决方案正在研究中。

人工智能也可以用来设计更高效的芯片架构。特别是3D芯片，AI与简单的分层平架构相比，使用额外的维度可能更好，AI你可以使用机器学习来找到最需要优化的地方以及如何实现它。在进化算法的帮助下，人工智能可以设计不同的解决方案，在人工环境中相互竞争，然后一代又一代地改变和竞争最佳设计，直到成千上万的人找到一个优秀的设计。随着进一步的变化，感知能力得到了提高。这种设计可能不同于人脑可以设计的任何东西，但速度明显优于早期设计，

激进的新技术也可以提高处理能力。超导计算机能量小，相应的热量输出小，允许非常密集的三维芯片结构。理论上，仍处于起步阶段的量子计算机可以比传统计算机更快地处理某些类型的任务（实现量子霸权），并在几秒钟内解决宇宙生命周期中一些普通计算机无法完成的最快问题。然而，两者都需要冷却到非常低的温度，这使得它们对桌面计算机不切实际，更不用说便携式设备了。理论上，其他新技术是可能的，但它们可能太昂贵和不切实际。

我们可以询问个人电脑或智能手机所需的所有计算能力是否必须停留在设备本身。云计算已经流行了很长一段时间，允许设备将处理和存储外包给外部计算机和服务器。小型集中式计算机和服务器的电源和冷却比每个小家庭或口袋设备都更实用。如果所有重要数据都存储在设备中，用户不必担心设备的丢失或损坏。

然而，连接速度是一个问题，特别是在发送大量数据时。毕竟，它需要在互联网上传播数百公里CPU随着处理速度的提高，这个问题变得越来越重要。一些解决方案是边缘计算，其中设备可以访问用户附近的存储和处理能力。边缘计算设备可以处理所有的处理和数据存储，也可以用作网关设备。许多设备发送大量数据进行实时分析的物联网将不得不依靠边缘计算来减少延迟。5G可提供无线通信4G更大的带宽和更短的延迟有助于实现这一点，很可能是5G主要用于物联网设备，而不是智能手机、台式电脑等个人设备，4G除了极端游戏玩家，大多数用户可能还不够。借助云计算和边缘计算，您的设备只需要有足够的处理能力来处理最常见的日常任务，并将峰值外包给外部服务器。当然，这需要更多的连接稳定性，当数据离开建筑时，安全性总是很弱。您的设备只需要有足够的处理能力来处理最常见的日常任务，并将高峰外包给外部服务器。当然，这需要更多的连接稳定性，当数据离开建筑时，安全性总是很弱。您的设备只需要有足够的处理能力来处理最常见的日常任务，并将高峰外包给外部服务器。当然，这需要更多的连接稳定性，当数据离开建筑时，安全性总是很弱。

最后，我们必须问典型用户真正需要多少处理能力。除了最需要图形的电脑游戏，今天使用了五年的旧电脑也可以很容易地处理大多数需要做的事情，无论是在家里还是在工作中，并依赖它TB容量和存储空间不再是大多数用户的问题。很难想象我们需要比今天的高端设备提供更高的屏幕分辨率。现实中的虚拟现实可以在大约十年内通过个人设备实现。即使目前的处理能力进展缓慢——任何滞后都可能是连接不良的结果，而不是缓慢的处理速度。创建人工智能可以处理大多数人工任务，可能更多的是设计问题，而不是处理能力

芯片人工智能用户外包能力计算

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。