在未来，这种人工智能芯片让手机、智能手表以及其它可穿戴设备只要升级为最新的传感器和处理器，连接到设备的内部芯片上，就可以持续利用。简单的说，这种可重新配置的芯片可以使设备保持更新，不用换新的设备，同时减少电子垃圾产生。
注：图文无关
像乐高的AI芯片
该设计包括交替的传感和处理元件层。传统模块化芯片设计采用传统布线在层之间传递信号。这种复杂的连接很难切断和重新布线，使得这种可堆叠的设计不可重新配置。
麻省理工学院的设计使用光而不是物理导线，通过芯片传输信息。因此，芯片可以重新配置，可以更换或堆叠层，例如添加新的传感器或更新的处理器。
麻省理工学院工程师 Jihoon Kang介绍到，“你可以根据需要去添加计算层和传感器的数量，例如用于光、压力甚至气味的传感器。我们称其为类似乐高的可重构 AI 芯片，因为它根据层的组合具有无限的可扩展性。”
研究人员渴望将该设计应用于边缘计算设备——它们独立于任何中央或分布式资源，如超级计算机或基于云计的算运作。
“随着我们进入基于传感器网络的物联网时代，对多功能边缘计算设备的需求将急剧扩大，”麻省理工学院机械工程副教授 Jeehwan Kim 说。“我们提出的硬件架构将在未来提供高度通用的边缘计算。”
该团队的研究结果发表在《自然电子》杂志（Nature Electronics）上。
该团队的设计目前主要应用于执行基本的图像识别任务。它通过分层的图像传感器、LED 和由人工突触（记忆电阻器阵列）制成的处理器来实现这一点。它们共同发挥物理神经网络的功能，或称“芯片上的大脑”。
它是通过由人工突触制成的图像传感器、LED 和处理器的分层实现的——该团队之前开发的记忆电阻器或“忆阻器”阵列，它们共同充当物理神经网络，或“脑控” ——一个芯片。”
每个阵列都可以训练成直接在芯片上处理和分类信号，而不需要外部软件或互联网连接。
在他们的新芯片设计中，研究人员将图像传感器与人工突触阵列配对。而传统的方法中，传感器的信号是通过物理线传递给处理器。研究团队在每个传感器和人工突触阵列之间创建了一个光学系统，以实现层之间的通信，而无需物理连接。
Hyunseok Kim 说:“传统芯片通过金属进行物理布线，这使得它们很难重新布线和重新设计，因此如果你想添加任何新功能，你需要制造一个新芯片。我们用光通信系统取代了物理线路连接，这让我们可以自由地以想要的方式堆叠和添加芯片。”
可堆叠的芯片
该团队制造了一个芯片，其计算核心尺寸约为4平方毫米。该芯片堆叠了三个图像识别“块”，每个“块”包括一个图像传感器、光通信层和人工突触阵列，分别用字母M、I、T标记。然后，他们将随机字母的像素化图像照射到芯片上，并测量每个神经网络阵列产生的电流作为响应。（电流越大，图像是特定阵列被训练识别的字母的机会就越大。）
研究小组发现，芯片能够正确地对每个字母的清晰图像进行分类，但它不太能够区分模糊图像，例如 I 和 T。但是，研究人员能够快速更换芯片的处理层以获得更好的“去噪”处理器，并发现芯片能够准确地识别图像。
麻省理工学院博士后Min-Kyu Song指出:“我们展示了可堆叠性、可替换性以及在芯片中插入新功能的能力。”
研究人员计划为芯片增加更多的传感和处理能力，他们设想应用是无限的。
研究人员计划在芯片上增加更多的传感和处理能力，他们设想这种应用是无限的。
Choi表示，“我们可以在手机的摄像头上添加层，这样它就可以识别更复杂的图像，或者将这些图像制作成可以嵌入可穿戴电子皮肤的医疗检测器。”
他补充说，另一个想法是内置于电子产品中的模块化芯片，消费者可以选择用最新的传感器和处理器“积木”来构建。
“我们可以制作一个通用的芯片平台，每一层都可以像电子游戏一样单独出售，”Jeehwan Kim 说。“我们还可以制作不同类型的神经网络，比如用于图像或语音识别，如图像或语音识别，让客户选择他们想要的，并添加到现有的芯片上，就像乐高积木一样。”
这项研究得到了韩国贸易、工业和能源部 （MOTIE） 的部分支持;韩国科学技术研究院(KIST);和三星全球研究推广计划。
文章参考资料:https://news.mit.edu/2022/stackable-artificial-intelligence-chip-0613
