Un gruppo di ricercatori del MIT ha sviluppato un chip capace di aumentare la velocità di calcolo di una rete neurale e di ridurne i consumi fino al 95%. Gli algoritmi di apprendimento automatico richiedono un’intensa attività di calcolo, durante la quale avviene uno scambio continuo di informazioni tra processore e memoria.

Questa è la causa principale del consumo elevato di energia ed è su questo passaggio di dati che il team del MIT è intervenuto per semplificarlo. Una rete neurale ha milioni di nodi e innumerevoli dati da trasferire, operazioni che vengono eseguite singolarmente.

Il chip sviluppato dal MIT è in grado di migliorare l’efficienza della rete: il sistema dot product può calcolare i prodotti di 16 nodi in un unico passaggio, anziché trasferire i dati per ogni calcolo. Ciò rende più efficiente la rete neurale e ne riduce drasticamente i consumi.