每秒可对多达 20 亿张图像进行分类的芯片

人工智能 (AI)，从医学诊断到预测文本，在许多系统中发挥着重要作用。 许多人工智能系统都基于受大脑启发的人工神经元网络。 这些神经网络是生物神经元的电等效物，它们相互连接，使用一组已知数据（例如图像）进行训练，然后用于识别或分类新数据。

在神经网络中，首先在图像传感器上创建要识别的对象的图像。 这可能是智能手机中的数码相机。 然后图像传感器将光转换为电信号，最后转换为二进制数据。 这可以通过计算机芯片进行处理、分析、存储和分类。 加快这一过程的能力对于改进各种应用至关重要，例如人脸检测、自动检测照片中的文本或帮助自动驾驶汽车检测障碍物。

尽管最快的数字芯片每秒可以为消费级图像分类器处理数十亿次计算，但计算限制正在被更高级的图像分类所推动，例如体内细胞分类或 3D 对象识别。 这些技术受到计算机处理器中基于时钟的线性计算计划的限制。

来源和详细信息：
https://techxplore.com/news/2022-06-chip-billion-images.html