東京--(美國商業資訊)--東芝公司(TOKYO:6502)透過開發時域神經網路1 (TDNN)，繼續履行其促進物聯網和巨量資料分析的承諾，TDNN利用極低功耗神經形態半導體電路處理深入學習。TDNN由大量微小處理單元組成，與傳統的數位處理器不同的是，它採用東芝的原創類比技術。TDNN是於11月8日在日本舉辦的2016年亞洲固態電路會議(A-SSCC 2016)上對外報導的，A-SSCC是由電氣和電子工程師協會(IEEE)主辦的國際半導體電路技術會議。
這份智慧新聞稿包含多媒體內容。完整新聞稿可從以下網址查閱：http://www.businesswire.com/news/home/20161107005586/en/
深入學習需要大量的計算，這些計算通常在消耗大量功率的高性能處理器上進行。但是，將深入學習的功率傳給感測器和智慧型手機等物聯網邊緣設備，需要高度節能的積體電路(IC)，而這些積體電路可執行大量必要操作，同時僅消耗極低的能源。
在馮·諾依曼(von Neumann)型2電腦結構中，多數能源是在將資料從晶片上或晶片外記憶體設備傳輸至處理單元時所消耗。減少基準移動的最有效方式是配置大量處理單元，而每個單元均專用於處理位於附近的唯一基準。這些基準點在輸入信號（例如，一隻貓的影像）轉換為輸出信號（例如貓影像識別）過程中被賦予權重。基準點離期望的輸出越近，所賦予的權重越高。該權重提供用於自動指導深入學習處理的參數。
大腦具有類似的結構，因為神經元（權重資料）之間的耦合強度內建於神經鍵（處理單元）中。在這種情況下，神經鍵即是神經元之間的連接，而且每個神經鍵均具有不同的強度。該強度（權重）決定通過連接的信號。神經鍵用這種方式執行一種處理方式。這種可稱為完全空間展開結構的結構頗為引人注目，但是它也存在明顯的缺點——在晶片上複製需要大量能夠快速變大的運算電路。
東芝的TDNN採用2013年開發的時域類比與數位混合信號處理(TDAMS3)技術，可實現處理單元微型化。在TDAMS中，加法等運算操作透過將穿過邏輯門的數位信號延遲作為類比信號來高效率執行。利用這種技術，深入學習處理單元可以只包含三個邏輯門及採用完全空間展開結構的1位元記憶體。東芝已製造出概念驗證晶片，這種晶片將靜態隨機存取記憶體(SRAM)單元作為記憶體，並且可識別手寫數字。每次操作的能耗為20.6 fJ4，比之前在某重要會議上報告的低六分之一5。
東芝計畫將TDNN作為電阻式隨機存取記憶體(ReRAM)開發，以進一步提高能效和面積效率。其目標是積體電路可在邊緣設備上實現高性能深入學習技術。
- TDNN：採用時域類比與數位混合信號處理技術的神經網路
- 馮·諾依曼型：應用最廣泛的標準電腦結構。該結構可將記憶體的資料載入到用於處理的處理單元上。
- TDAMS：一種類比信號處理技術，將穿過邏輯門的數位信號延遲作為類比信號。由東芝開發。（參考：http://www.toshiba.co.jp/about/press/2013_02/pr2101.htm）
- 20.6fJ：相當於每秒進行48.6兆次操作性能，功耗為1 W。
- 2016年國際固態電路會議(ISSCC 2016)論文編號24.2
關於東芝公司
東芝公司是一家《財星》雜誌全球500大企業，致力於將其在先進電子和電氣產品及系統方面的一流能力運用於三大重點業務領域：更為清潔和安全的維持日常生活的能源業務；保持生活品質的基礎建設業務；以及實現先進的資訊社會的儲存業務。在東芝集團的基本承諾「為了人類和地球的明天」的指引下，東芝竭力推動全球業務，並致力於實現一個讓子孫後代可以享有更加美好的生活的世界。
東芝於1875年在東京成立，如今已成為一家有著550家附屬公司的環球企業，全球擁有超過188,000名員工，年銷售額逾5.6兆日圓（500億美元）。（截至2016年3月31日）
有關東芝的更多資訊，請造訪www.toshiba.co.jp/index.htm
原文版本可在businesswire.com上查閱：http://www.businesswire.com/news/home/20161107005586/en/
免責聲明：本公告之原文版本乃官方授權版本。譯文僅供方便瞭解之用，煩請參照原文，原文版本乃唯一具法律效力之版本。
聯絡方式：
東芝公司儲存與電子元件解決方案公司
Koichi Tanaka / Kota Yamaji
公關與投資人關係事業群
業務規劃部
電話：+81-3-3457-3576
semicon-NR-mailbox@ml.toshiba.co.jp
時域神經網路（圖片：美國商業資訊）
