麻省理工学院的科研专家近日成功研发了能够处理神经网络的芯片，比此前版本快三至七倍。这种新芯片能够将功耗降低 95%，非常适用于智能手机甚至家用电器。

神经网络是对基础信息网络的密集互联，通过分析大量的“训练”数据从而执行语音互动或者面部识别等各种任务。大多数神经网络都非常的大，而且会消耗大量数据，这就限制了它们可以使用的地方。

正如 MIT 所强调的，大多数使用神经网络的智能手机是将数据上传到云端，经过远程处理之后再将结果发送给手机进行使用。这个方法固然有诸多优点，但是也无法避免网络延迟、可能会将潜在敏感数据发送给第三方等不足。

负责新芯片的 MIT 研究生 Avishek Biswas 说，通常处理器型号内部有内存，还有一部分处理性能。在执行计算的时候，数据会在两个位置之间来回移动。

正如所谓的“边缘计算”，或实际收集数据的传感器现场，这些概念越来越成为公司正在追求和实施的东西，因此，这种新的芯片设计方法在商业化时可能对增长的机会产生巨大影响。

团队表示这款新原型芯片能够实现最高 16 个节点的点积，从而不必在每次计算的时候在处理器和存储器之间进行混洗。正如你所想象的，这可以节省大量时间并大幅降低能耗。