I ricercatori del MIT (Massachussets Institute of Technology) hanno presentato il lavoro su un chip destinato all’uso delle reti neurali attraverso i dispositivi mobili per riuscire ad eseguire localmente algoritimi di intelligenza artificiale anziché dover caricare i dati su Internet per farli elaborare in sedi remote. 

Battezzato Eyeriss e di 10 volte più efficiente rispetto a un GPU mobile, il chip rientra nel filone tecnologico del deep learning oggi proprio di molte applicazioni di intelligenza artificiale che utilizzano processori particolarmente potenti. Il MIT punta a portarne le capacità sui dispositivi mobili ed embedded per annullare i tempi di latenza, aumentare la sicurezza, abbassare i consumi e in definitiva anche abilitare nel modo migliore l’Internet of Things in determinati ambiti applicativi e fronte robotica.

Per raggiungere gli obiettivi i ricercatori del MIT spiegano che si intende lavorare sulla riduzione ai minimi termini della frequenza necessaria a ciascun core per scambiare i dati con banchi di memoria distanti sfruttando inoltre un circuito realizzato ad hoc che assegna le diverse attività ai vari core, distribuendo i dati per massimizzare la quantità di lavoro che ognuno deve eseguire prima di richiedere e recuperare altri dati dalla memoria principale.