Chúng ta có thể xây dựng các chip AI tạo ra hình ảnh chất lượng cao sử dụng ít năng lượng hơn 10.000 lần so với các GPU hiện nay không? Bài báo nghiên cứu: "Một kiến trúc phần cứng xác suất hiệu quả cho các mô hình giống như khuếch tán" Công trình này tiết lộ một kiến trúc CMOS đầy đủ (tất cả transistor) có khả năng chạy các mô hình sinh khuếch tán một cách tự nhiên—không phải với các mạng nơ-ron tiêu tốn năng lượng, mà với việc lấy mẫu xác suất dựa trên năng lượng. Bằng cách kết nối các mô hình khử nhiễu nhỏ gọn (DTMs) và khai thác sự ngẫu nhiên vật lý trong các chip tiêu chuẩn 65 nm, hệ thống sản xuất hình ảnh tương đương với GPU, nhưng chỉ tiêu tốn 1,6 nanojoules cho mỗi mẫu Fashion-MNIST—giảm năng lượng xuống bốn bậc độ lớn. Việc đào tạo được ổn định thông qua một hình phạt thích ứng mới, và phương pháp này có thể mở rộng đến silicon kích thước milimet mà không cần phần cứng kỳ lạ. Kết quả: Đạt hoặc vượt chất lượng GAN/VAE/khuếch tán với năng lượng thấp hơn ~10.000 lần; lưới 70×70, chồng 8 lớp, công cụ mã nguồn mở đã được phát hành. Nhận phân tích đầy đủ tại đây: // alpha đã xác định // $yne