近日，明尼苏达大学科学与工程学院的一组研究人员展示了一种数据永远不会离开内存的新模型，称为计算随机存取存储器（CRAM）。与目前的方法相比，它可以将人工智能应用的能源需求降低 1,000 倍甚至更多。在一次模拟中，CRAM 技术显示出令人难以置信的 2,500 倍节能效果。
众所周知，传统计算依赖于已有数十年历史的冯·诺依曼架构，该架构由独立的处理器和内存单元组成，需要不断来回移动数据，这是一个耗能过程。
明尼苏达团队的 CRAM 完全颠覆了该模型，使用称为磁隧道结 (MTJ) 的自旋电子器件直接在内存内部进行计算。自旋电子设备并不依赖电荷来存储数据，而是利用电子自旋，为传统的基于晶体管的芯片提供了更有效的替代品。
“作为一种极其节能的数字内存计算基板，CRAM 非常灵活，可以在内存阵列的任何位置执行计算。因此，我们可以重新配置 CRAM，来最好地满足各种 AI 算法的性能需求，”计算架构专家、论文合著者、明尼苏达大学电气与计算机工程系副教授 Ulya Karpuzcu 表示。“它比当今 AI 系统的传统构建块更节能。”
Karpuzcu 解释道，CRAM 直接在存储单元内执行计算，有效利用阵列结构，从而无需缓慢且耗能的数据传输。
受内存逻辑传输瓶颈困扰的传统计算机架构 (a) 与 CRAM (b) 对比：a， b 与存在内存-逻辑传输瓶颈的传统计算机架构 （a） 相比，CRAM （b） 提供了显著的功耗和性能改进。其独特的架构允许在内存中进行计算，以及随机访问、可重构性和并行操作能力。c CRAM 在数据密集型、以内存为中心或功耗敏感的应用中表现出色，例如神经网络、图像处理或边缘计算 （c）。
CRAM 架构实现了真正的在内存中进行计算，打破了传统冯·诺依曼架构中计算与内存之间的瓶颈。这种“内存中计算”（in-memory computing）的方法，通过消除逻辑和内存之间耗电的数据传输，尤其适用于需要大量数据并行处理的应用，如深度学习、图像处理和大数据分析。
研究人员估计，基于 CRAM 的机器学习推理加速器在能量延迟积方面比最先进的解决方案实现了 1000 倍的改进。另一个例子表明，CRAM（在 10 nm 技术节点）执行 MNIST 手写数字分类器任务分别消耗 0.47 µJ 和 434 ns 的能量和时间，与 16 nm 技术节点的近内存处理系统相比，它的能量和时间分别减少了 2500 倍和 1700 倍。
资讯来源：InfoQ
论文地址：https://www.nature.com/articles/s44335-024-00003-3
1 个月前
Ali Kashani 是 Serve Robotics 的联合创始人兼首席执行官，自 2021 年 1 月公司成立以来一直担任这一职务。在创立 Serve Robotics 之前，Kashani 曾担任 Postmates 的副总裁，并联合创立了智能家居技术公司 Neurio Technology（后被 Generac Power Systems 收购）。他拥有计算机工程学士学位和机器人学博士学位，并拥有 15 项已授权或正在申请的专利。 业务增长与财务表现 在 Kashani 的领导下，Serve Robotics 实现了显著增长，2024 年收入达到 180 万美元，同比增长 700%。然而，公司仍处于扩张阶段，2024 年 GAAP 净亏损为 3920 万美元。该公司专注于开发低排放自动驾驶送货机器人，主要服务于美国公共空间的食品配送。 战略合作与市场扩展 Kashani 强调了与行业巨头的关键合作： Magna International：独家合同制造协议，支持机器人规模化生产。 Uber Technologies：配送服务合作，Uber 还持有价值约 7150 万美元的 Serve Robotics 股份。 NVIDIA：技术合作，增强机器人人工智能能力。 公司计划 2025 年将机器人车队扩展至 2000 台，并进军达拉斯和亚特兰大等新市场。 技术与创新 Serve Robotics 已推出第三代送货机器人，重点提升： 配送效率与安全性 降低制造成本 人工智能驱动的自主性增强 挑战与未来展望 Kashani 讨论了公司在扩展至迈阿密等新市场时面临的挑战，包括： 本地法规适应 餐厅合作伙伴的工作流程整合 最后一英里配送的优化 他认为，机器人技术在各个领域具有无限潜力，而 Serve Robotics 正处于这一变革的前沿。 （图片来源：Serve Robotics 官网）
1 个月前
Reflex Robotics 是一家专注于开发低成本、高可靠性通用人形机器人的美国初创公司，总部位于纽约布鲁克林。该公司致力于通过自动化技术解决重复性劳动问题，其机器人主要应用于仓储物流、物料搬运等领域。 以下将从其公司基本信息、技术产品特点、商业模式、发展规划等维度展开介绍： 基本信息 成立时间与地点：由美国MIT毕业生于2014年创立，他们曾在 Telsa、Boston Dynamics 和 Amazon 拥有硬件经验，在纽约和旧金山设有办事处。 团队规模：较小，仅约5人。 融资情况：已完成由Khosla Ventures领投的700万美元种子轮融资。 技术与产品特点 硬件设计：采用轮式底盘与动态躯干的组合结构，底座配备四轮驱动系统，最高时速30公里，转向半径接近零；躯干通过液压升降机构可上下调节50厘米，配合三自由度机械臂，作业空间从地面到2米。 感知系统：头部搭载多模态传感器阵列，包括双目立体视觉摄像头、激光雷达和触觉传感器，动态避障算法可在50毫秒内重新规划路线，货物分拣效率达到人工的1.8倍，错误率降低至0.03%以下。 控制模式：采用“人在回路中”的混合控制模式，操作员通过VR设备远程监控多台机器人，还可通过“众包学习”机制记录操作者示范动作数据并上传至云端知识库，供其他机器人学习，三个月内自主作业率从38%提升至67%。 应用领域 仓储物流：能在仓库中进行货物挑拣、运输、码垛等工作，在GXO物流中心，每天可完成2000箱货物的码垛作业，每层堆叠误差小于2毫米。 工业生产：可执行精密装配任务，如将直径0.5毫米的轴承准确嵌入电机转子，重复定位精度达到±5微米，也可在木工车间完成木板切割、砂光、喷涂等全流程作业。 商业模式 机器人即服务（RaaS）：企业无需购买设备，只需支付每月1500美元的服务费，即可获得包括维护、升级、保险在内的全套解决方案。 供应链布局：依托麻省理工学院的制造创新中心，将原型到量产周期压缩至90天，自主设计的柔性生产线日产能达50台，并在15个国家设立快速响应中心。 发展规划 提升自主性：计划在未来逐步实现更高的自主性，2026年人机监管比例从1:1优化至1:4。 技术升级：硬件层面引入液态金属关节提升机械臂柔顺性；软件层面训练多模态大模型，实现自然语言指令到动作的端到端转换。 （图片来源：therobotreport.com）
1 个月前
埃隆·马斯克领导的美国政府效率部（DOGE）正在开发一款名为 AutoRIF（Automated Reduction in Force）的自动裁员软件，旨在帮助美国政府大规模“精简”工作人员。 AutoRIF 最初由美国国防部在二十多年前开发，已多次更新，并被多个机构用于加速裁员进程。目前，DOGE 的工程师，包括前特斯拉工程师 Riccardo Biasini，正在对 AutoRIF 的代码进行编辑。传统上，裁员由人力资源官员手动处理，首先针对试用期员工。然而，随着新软件和人工智能的使用，政府员工担心未来可能会更大规模、更快速地进行裁员。 最近，美国人事管理办公室（OPM）向政府工作人员发送电子邮件，要求他们列出每周的工作成果，这些信息据称将被输入大型语言模型（LLM）以评估员工的必要性。一些机构，如联邦调查局（FBI），建议员工不要回复这些电子邮件。目前尚不清楚 DOGE 对 AutoRIF 的具体改动内容。 此外，DOGE 的一系列举措显示，第二轮大规模裁员可能更加迅猛。 然而，值得注意的是，政府效率部的举措可能触及根深蒂固的既得利益政治势力，在美国政治极化和两党矛盾激化的背景下，马斯克作为部门领导人可能面临挑战。 总而言之，DOGE 正在推进 AutoRIF 软件的开发，以实现政府裁员的自动化和高效化，但这一过程也引发了对法律、隐私和道德方面的担忧。 （资讯来源：wired.com）
4 个月前
2024年12月18日，AI数据分析平台Databricks宣布启动J轮融资，目标为100亿美元，目前已完成86亿美元.。 此轮融资由Thrive Capital领投，Andreessen Horowitz、DST Global、GIC、Insight Partners和WCM Investment Management等联合领投，安大略省教师退休基金、ICONIQ Growth、MGX、Sands Capital以及Wellington Management等也参与其中.。融资后Databricks估值达620亿美元，成为全球最具价值的私营公司之一。 Databricks表示，这笔融资的用途主要有以下几个方面：一是为现任和前任员工提供流动性；二是进行战略收购，加速公司成长，如该公司在2023年6月收购MosaicML等，以加强在Data+AI布局；三是拓展海外市场，强化全球竞争力；四是开发更多AI产品，吸引顶尖人才。 另外，Databricks预计在截至2025年1月31日的季度内将首次实现正自由现金流，并达到30亿美元的年化收入。 其首席执行官Ali Ghodsi曾表示，公司IPO最早可能在2025年年中进行。
4 个月前
数据+AI的公司。
8 个月前
Character.AI是一家总部位于美国的初创公司，成立于2021年，专注于开发基于神经语言模型的聊天机器人服务。
9 个月前
明尼苏达大学科学与工程学院的一组研究人员展示了一种数据永远不会离开内存的新模型，称为计算随机存取存储器（CRAM）。与目前的方法相比，它可以将人工智能应用的能源需求降低 1,000 倍甚至更多。
9 个月前
加州理工学院 (Caltech) 开发了一种机器人，即使受到严重损伤，也能继续有效地游泳，就像受伤的鱼一样，这是通过使用人工智能 (AI) 和仿生适应技术实现的。
9 个月前
英特尔宣布裁员1.5万人并计划削减成本100亿美元，股价暴跌 。
9 个月前
Perplexity.AI 是一家位于美国硅谷的初创公司，专注于开发基于生成式人工智能的搜索引擎。
