AI需求带动内存运算架构崛起

主页（http://www.kuwanit.com）：AI需求带动内存运算架构崛起

　　美光科技企业策略副总裁Colm Lysaght说，由于数据越来越庞大，取得足够可用内存的常见解决方案就是增加更多的DRAM。这使得性能的瓶颈开始从原始运算转移到数据的所在位置。他说：“内存和存储正是数据所在之处。由于这些庞大的数据组合必须处理，我们只得一再地将其传送至CPU进行处理后返回。”

　　特别是AI让大数据和分析原已面对的挑战更形复杂，因为机器学习经由神经网络在庞大的数据矩阵上执行乘积累加运算。这些运算不断地重复执行，伴随更多的结果出现，同时从数据处理中学习，最终产生一种每次都能达到******路径和******选择的算法。

　　原标题：AI需求带动内存运算架构崛起

　　大数据(big data)应用持续推动内存更密切结合运算资源的架构需求，但人工智能(AI)和机器学习更进一步展现了硬件和硬件架构如何在成功部署中发挥关键作用。然而，关键的问题在于内存应该要设计在哪里？

　　根据美光科技(Micron Technology)最近委托Forrester Research进行的研究发现，有89%的受访者认为运算和内存在架构上密切整合至关重要。Forrester Research的这项调查还发现，针对硬件限制使得AI与机器学习能力受限的讨论中，最常被提及的就是内存和存储技术。超过75%的受访者认为目前的内存与存储技术有必要进行升级或重新架构，才能突破应用上的限制。

　　只要找到让运算和内存更紧密结合的方法，就意味着能够更加省电，因为数据不必再密集地来回传送了。Lysaght说，“它还提高了性能，因为更多的处理任务都可以在需要之处才发生。”