人工智能颠覆传统计算方式：让内存更接近计算资源( 三 )_大数据应用推动了“让内存更接近计算资

Crossbar公司战略营销和业务开发副总裁Sylvain Dubois表示，目前很多企业面临的挑战是，他们既希望在设备上采用人工智能，但是又不知道该怎么做，无论是智能扬声器、智能摄像头还是智能电视。而该联盟的目标，就是提供一个将所有必要部分组合在一起的平台。

Crossbar的主要贡献在于内存（特别是ReRAM），它将通过各种输入处理机器学习系统中的数据，包括文本、关键字、GPS坐标、传感器可视数据等大量非结构化数据。

Dubois设想了一种存储器阵列，它的架构能够以非常宽且高度并行的方式由实例中的每一个特定处理代码读取，实现在边缘设备中并行读取一千个字节。“如果匹配了，你就会知道该怎么做。如果没有匹配，那么这就是我们所说的学习曲率。”Dubois说。

例如，对摄像头传感器来说，该系统将能够在ReRAM阵列备用位置保存新事件或一组功能。“下次当有类似事件在这个摄像头前发生的时候，摄像头本身就能够在没有任何训练的情况下检测到该事件。”Dubois举例说。

这提供了一种完全不同的人工智能计算方式，因为如果出现需要快速决策的意外事件（例如关注安全性的交通场景）时，它就不再需要依赖于云中的训练能力，而能够在当下快速处理。

人工智能颠覆传统计算方式：让内存更接近计算资源( 三 )