最近，劍橋創企Blueshift的研究人員研發了一款新型計算機內存芯片，將提高人工智處理龐大數據的計算速度。

智東西7月6日消息，近日，劍橋創業公司Blueshift Memory創建了一個計算機內存芯片模型，能將一些數據運算速度提高1000倍。

研究人員還重組了內存芯片的操作方式，能夠處理龐大的數據運算，讓數據編程更簡單，也讓學生們能夠輕松編寫代碼。

目前，該公司正在尋求資金，以打造完整的第一代芯片。

一、大數據處理普遍存在數據堵塞

劍橋創業公司Blueshift Memory主要研究在大數據、人工智能、VR/AR和自動駕駛汽車等方面的更高速數據處理，包括內存模塊和軟件基礎架構，以加速數據密集型計算。

該技術將進一步提高計算機處理龐大數據的能力，以滿足藥物發現、DNA研究、人工智能設計和未來智能城市管理等任務的需要。

一直以來，計算機科學家們聲稱，即使是最強大的超級計算機，也在努力跟上社會不斷增長的數據需求。

主要原因是，計算機內存芯片通常是RAM芯片，它的更新速度不如他們的中央處理器(CPU)快。

當高性能計算機執行大規模操作時會產生倒退，例如搜索數據庫可能會產生數百萬種結果。大量的數據會被卡在CPU和低效的內存之間，將導致交付結果的速度進一步下降。

研究人員表示，計算機進行龐大數據處理的解決方案，還需要行業內各公司加強合作，來共同應對數據堵塞(Data Tailback)的挑戰。

二、芯片可將谷歌搜索速度提升1000倍

Blueshift的小型計算機工程師團隊在高性能計算領域擁有的豐富經驗。

他們的新設計重組了內存芯片的操作方式，能夠處理龐大的數據運算，在幾分鐘甚至幾秒鐘內將數據快速地傳送到CPU。

值得一提的是，他們構建了一個能調試芯片效果的FPGA，在測試初始芯片的過程中得到了令人印象深刻的結果。

經研究人員的測試表明，運用該芯片，那些用于科學研究或刑事調查DNA片段數據庫的匹配，以及天氣預報和氣候變化建模的算法運行速度能提高100倍。

同時，該芯片還可以將谷歌瀏覽器的搜索速度提升1000倍。

在設計芯片的過程中，Blueshift還對公司用來解決復雜數據問題的數千種算法進行了分析和分類，以便芯片能管理數據，為之后的任務作準備，也讓它能與任何類型的存儲單元技術相結合。

三、重新設計內存和數據處理

Blueshift Memory首席技術官Peter Marosan對現有芯片的內部構架進行了比喻：“想象一下，如果你是一名出租車司機，但你工作的城市總是在變化，人們不斷交換房屋，商店和服務不斷地消失在原來的地方，又在新的地點出現。”

Peter Marosan表示，公司的設計相當于用一個穩定的、結構化的城市來代替以往不斷變化的城市。

在這個城市中，人們已經知道了所有東西的位置，并能快速地找到它們，讓一切都變得更快、更容易、更有效。

Blueshift設計的芯片模型還能讓一些數據操作的編程變得更加容易，因為它不需要涉及如何處理大量相關數據的復雜指令。

Peter Marosan表示，該芯片模型將使一些大數據的編寫過程，變得像高中生在學習計算機編寫時進行的基本數據搜索一樣簡單。

傳統情況下，計算機科學家一直試圖為數據堵塞(也被專家稱為“馮 諾依曼瓶頸”)設計變通方案，而不是解決方案。

但如今，CPU和內存芯片之間的性能差距正在以每年約50%的速度增長，而數據需求也在飆升。

因此，計算技術領域的許多大牛建議，大數據時代的內存和數據處理都需要重新設計。

四、Blueshift正在尋求資金以打造芯片

目前，Blueshift現在正在尋求資金，以打造完整的第一代芯片，這比原型模擬器的成本要高得多。

該公司表示，改變計算機內存的工作方式可以改善許多數據操作，而不僅僅是大數據或數據庫搜索。

例如，無人駕駛汽車中的人工智能需要快速處理大量的數據，才能為汽車的駕駛做出決策。

在未來，智能城市中的人和物體可能會緊密相連，屆時人工智能對大規模實時數據的快速處理能力就顯得至關重要，它將影響交通流量管理、公用設施供應，甚至危險時刻的疏散程序等方面。

其實，更好的內存芯片還可以加速計算家庭中對數據需求度高的地方。例如，Blueshift的芯片模型能使視頻編輯的電影渲染速度提升10倍，也可以將VR頭顯的處理速度提高1000倍。

Peter Marosan在他的家用PC上測試了芯片模型，并表示，該芯片讓他的電腦成為了世界上最快的家用電腦之一。

另外，對于發送電子郵件等日常任務來說，芯片模型帶來的影響并不大，但它可以加快一些科學測試的速度。Peter Marosan還表示，他的孩子們希望能早日用這款芯片來玩電子游戲。

結語：為AI處理龐大數據提供解決方案

Blueshift Memory研發的這款計算機內存芯片模型，是他們為CPU和內存芯片之間性能差距，以及大數據需求的不斷增長，提供更有效解決方案的一次重要嘗試。

目前，除了Blueshift之外，行業中也有許多公司在人工智能處理大數據方面持續發力，例如，法國的Upmem公司表示正在設計內存處理(PIM)芯片，美國公司Memcomputing也提出了相關的解決方案。

在未來，如果這些芯片真正落地后，也許還會給無人駕駛汽車、智慧城市以及loT等領域帶來更高效的體驗。

關鍵詞：