如何看待《Nature》發布的新研究 攝像頭是天生的神經網路,速度超越傳統方法千倍

時間 2021-06-06 03:48:48

1樓:Morris.Zhang

《Nature》披露的資訊量有限,推測一下:

這猜測是拿raw的data graph在感測器層面直接算的意思吧(analog有乙個運算思路就是模擬濾波電路);當然這個raw就是CMOS還原+去噪之後回來的落盤資料了。

省掉了各種轉換、精度丟失、搬數能耗…是好設計;應該是取代視覺CNN ASIC的合理路徑,其它nn不適用吧…。演算法前置(印刷/印刻)到感測單元,路線可行,但工藝決定了經濟價值,還得取決於通用性,或者說是印刷(可程式設計的)成本。而向SdC方向推進的難度在於製造(硬迭代)成本,幾年後的eASIC可能是路徑,但若要通過改變光電突觸的響應來調節權重,就需要可再程式設計的方案吧…

Geoffrey E Hinton不是曠日持久的批判CNN缺陷麼,其中一條是不能建立4-6維關聯,然後就推廣他的capsule計畫,其實也是站在graph的視角看全域性, 倘若CIS在視覺神經單元上植入演算法(analog也行)和高維interconnect,不妨是個解決方案。一幀就是乙個graph,也可以說成就是那些光電突觸在乙個單位時隙的算力。

其實是個工藝和經濟價值問題,在160nm尺度的CMOS單元之間加一點14-28nm的邏輯電路,die的尺寸變化不大,就是材料怎麼同時滿足光電感應和運算(數字/模擬) … ,工藝節點肯定得按運算那部分走,那yield會怎樣?pitch越細,工藝成本和良率都越會差~

但是,這個"印刷"動作才是核心機密,是一次性的,還是可以再程式設計的,eASIC是一次性。(這個層面可能是analog更有效?)

應該也不用擔心面積問題,CMOS縮放差,大概28nm也用不上,記得光柵都是50nm+,光電轉換單元是受光學(衍射)干擾的,所以電路不能縮小,幾百也是正常。

猜測短期有工藝問題,光電轉換電路跟logic電路混在一起,材料有差別的,找到兩者都相容的材料工藝可不容易;此外,文中提到了的二硒化鎢塗層,為此產線也要改的。

馮諾依曼牆後面就是電子牆,數位電路不夠用,或是回到analog,或是前進到photon。:)

如何看待微軟 Build 2019 上發布的新 WSL2

很差,很不符合預期。相比wsl1,cpu效能其實下降了。關於磁碟效能,我沒感覺到有提公升。其他 記憶體占用高,需要執行幾個命令去解決。還是去雙系統吧。 來更新一波。wsl2加上arch,加windows terminal 基本上滿足後端開發的所有需求了。以後大家又多了乙個選擇。可以買win本了,相對...

如何看待Nature文章提出對於中醫不需要進行有效性和安全性評估的擔憂?

MR.沈 這是乙個利益選擇題 是被人醫死還是無人醫死,避開已知毒性,按古方來,那是古人不知道在多少人身上試過後留下的方子,雖然沒有統計資料,雖然不知道吃死了多少人,救活了多少人,但傳下來的總有道理,至於以後會毒死多少人,嗯。嗯。這個發生了再說吧。顯然,被人醫死比無人醫死少得多!這個就是政策的雙面性,...

如何看待 Nature 研究讓豬腦 起死回生 ?死亡的定義是否會被改寫?

St黎 死亡的邊界正在隨著醫療科技的發展而漸漸模糊,心臟停跳腦卻依舊是可以有電波產生,腦死亡借助呼吸機血液迴圈還可以繼續。這豬腦起死回生並不是真正的回生,科學家檢測到了細胞的新陳代謝卻沒有腦電波產生。但這也是腦科學的一次飛躍進步,畢竟腦何其複雜大家有目共睹。 就一點點 以後成熟了是不是接上眼球耳朵就...