普林斯顿大学联手DARPA研发人工智能芯片

　　自人工智能腾飞以来，其进步、机会及潜力均令人瞩目。然而，这也引发了一项重大难题——芯片计算效能逐渐超越我们的现有基础设施。为了解决此问题，美国国防高级研究计划局（DARPA）携手普林斯顿大学启动了一个新项目，致力于研发尖端芯片以提升AI计算效率和能源利用效率。

　　这项名为内存阵列内优化处理技术（OPTIMA）的DARPA项目，旨在开发基于内存计算加速的构架，以优化处理数据并提升效率。这款内存计算架构具备潜在的划时代意义；工程师们期望通过借助DARPA现有研究成果来打造出当前最为先进的技术能力。此外，该项目还得到了多个科研机构和企业的积极响应和参与，包括曾与DARPA联手开展半导体研究的STARnet、JUMP和JUMP 2.0项目，以及新增的合作方，例如DARPA之前扶持的初创企业。

　　来自普林斯顿大学的电气和计算机工程教授纳文·维尔马（Naveen Verma）在本次合作中扮演了重要角色。他表示，新硬件的重新设计使得AI芯片能够适应当前工作负载，同时消耗更少能源就能驱动高效能的AI系统。这些创新有可能撕裂AI芯片发展的瓶颈，包括尺寸、效率和拓展性等诸多限制。

　　现今，支持最尖端AI模型运转的芯片体积过大、效率不高，难以适配小型设备，如笔记型电脑、手机、医院、高速公路乃至近地轨道。因此，迫切需要一款全新的芯片架构以满足日益增长的计算需求和能源效率。而新开发的芯片不仅能降低能耗，还有望让各种AI应用得以普及，甚至扩大到更多场景。

　　普惠人工智能（OPTIMA）项目是DARPA推进“ next-generation scientific， device and system revolutionary development”目标的一部分，也是其进一步投资相关领域的表现。虽然DARPA尚未透露最终参与机构清单及其获得的资金总额，但据预估，征募到的提案经费总额高达7800万元，充分显示了DARPA对于这个领域的高度关注以及资金投入力度。

　　在普林斯顿大学主导的部分中，由维尔马教授的初创企业EnCharge AI共建联合实验室，以加快新芯片架构的研究以及商业化进度。成立于加利福尼亚州圣克拉拉市的EnCharge AI正将维尔马实验室的发现技术推向市场。有鉴于此，普林斯顿大学的研究团队可以借此机会推动AI+新芯片行业的整体发展。

　　该项目的目标是创建能够在紧凑或能源受限的环境中处理现代人工智能工作负载的芯片。为了实现这一目标，研究人员必须完全重新构想计算的物理原理，并设计和封装可以使用现有制造技术制造的硬件，同时与现有的计算技术（如中央处理单元）配合良好。维尔马和他的团队提出了一种新的方法，将计算直接在内存单元中完成，称为内存计算。这种方法有望减少移动和处理大量数据所需的时间和能源成本。此外，他们还转向了模拟计算方法，利用设备的更丰富的物理特性来提高效率。通过结合这些想法和技术创新，他们希望将人工智能从数据中心中解放出来，推动其在各个领域的应用和发展。