随着我们在构建 AI 模型方面的进一步推进,冯诺依曼架构似乎有一些限制。在现实生活中,神经元大量工作,信息存储在网络中。神经元与其他神经元有数千个输入和输出连接,其中一些很弱,而另一些很强大。当它们一起发射时,会创建一个基于连接路径权重的信号,并导致其他神经元的模式作为响应而发射回来。没有存储信息的单个单元。
主要区别在于存储/检索信息和计算之间没有冯诺依曼模型中的差异。
- 目前市场或研究部门中是否有任何使用独特架构的系统?
- 任何人都可以简单地参考或提出一个不同的框架吗?
随着我们在构建 AI 模型方面的进一步推进,冯诺依曼架构似乎有一些限制。在现实生活中,神经元大量工作,信息存储在网络中。神经元与其他神经元有数千个输入和输出连接,其中一些很弱,而另一些很强大。当它们一起发射时,会创建一个基于连接路径权重的信号,并导致其他神经元的模式作为响应而发射回来。没有存储信息的单个单元。
主要区别在于存储/检索信息和计算之间没有冯诺依曼模型中的差异。
作为初学者,我会推荐一篇非常有趣的文章,从广义上讨论这个问题:https ://medium.com/swlh/the-explosion-of-new-architectures-is-fundamentally-changeing-computing-f69b7faae89d
在技术层面上,我可以推荐 Ganguly 等人的工作。https://ieeexplore.ieee.org/abstract/document/8697354/
我希望这些是你感兴趣的。