随着进步、机遇和需求，人工智能蓬勃发展。然而，这也带来了一个巨大的挑战：如此快的发展速度超过了我们的基本能力，特别是芯片的计算效率。为了应对这一挑战，美国国防高级研究计划局（DARPA）与普林斯顿大学开展了新的项目合作，旨在开发人工智能先进芯片，提高计算效率和能源利用率。
DARPA的新计划被称为内存阵列内优化处理技术（OPTIMA），旨在开发内存计算加速器架构，以提高密集处理和数据效果。内存计算架构具有潜在的颠覆性影响；OPTIMA加速器将利用DARPA现有的研发基础，实现当今最先进的技术能力。这进一步增强了OPTIMA项目的承诺:涵盖多元化参与者，包括STARNet，之前与DARPA共同资助的半导体研究、JUMP和JUMP 2.0等项目，以及新加入的DARPA合作伙伴，甚至包括DARPA之前推出的初创公司的支持。
普林斯顿大学电气和计算机工程教授纳文·维尔马（Naveen Verma）它起着关键作用。他说，新硬件重新设计了适合现代工作负荷的人工智能芯片，可以使用比当今最先进的半导体更少的能量来运行强大的人工智能系统。这些进展预计将突破人工智能芯片开发的关键障碍，包括尺寸、效率和可扩展性。
维尔马教授解释说，为最先进的人工智能模型提供动力的芯片类型太大，效率太低，无法在小型设备上运行，主要局限于服务器框架和大型数据中心。为了满足日益增长的计算能力和效率需求，我们需要一个新的芯片架构。新开发的芯片将能够部署在需要较少能量的环境中，如笔记本电脑、手机、医院、高速公路甚至附近轨道，大大扩大了人工智能的应用范围。
该项目是DARPA为下一代人工智能计算的“科学、设备和系统的革命性进步”提供更广泛努力的一部分。佐治亚理工学院研究中心是OPTIMA计划的参与者IBM、许多知名机构和公司，如英飞凌科技、加州大学洛杉矶分校和普林斯顿大学。虽然DARPA尚未披露完整的机构名单或该项目迄今为止授予的总资金，但该项目的提案收集估计总资金为7800万美元，这足以看出DARPA对该领域的关注和投资。
在普林斯顿大学领导的项目中，研究人员将与维尔马的初创公司Enchargege AI合作。EnCharge 人工智能总部位于加利福尼亚州圣克拉拉，正在商业化基于维尔马实验室的技术。根据项目提案，Encharge 人工智能在开发和实施强大而可扩展的混合信号计算架构方面处于领先地位。通过与Encharge 普林斯顿大学的研究团队将进一步推动新芯片架构的研发和商业化进程。
该项目的目标是创建能够在紧凑或有限的能源环境中处理现代人工智能工作负荷的芯片。为了实现这一目标，研究人员必须完全重新构思计算的物理原理，设计和包装现有制造技术制造的硬件，并与现有的计算技术（如中央处理单元）合作。维尔马和他的团队提出了一种直接在内存单元中完成计算的新方法，称为内存计算。这种方法有望降低移动和处理大量数据所需的时间和能源成本。此外，它们还转向了模拟计算方法，利用设备更丰富的物理特性来提高效率。结合这些想法和技术创新，他们希望从数据中心解放人工智能，促进其在各个领域的应用和发展。