CogniMem推出CogniBlox 適用於大規模平行模式識別任務的高效能堆疊式模組

globe0968

可高度擴展、以記憶體為基礎的硬體架構，是認知計算、感測器融合和視訊分析的理想選擇
- i- k% {4 {- r1 M1 Y
' F5 o9 P" w- nCogniMem Technologies Inc. (www.cognimem.com)今天在於2011年11月12-18日在西雅圖華盛頓州會議中心舉辦的高效能計算頂級國際會議SC11上推出了CogniBlox。這是一款以記憶體為基礎的平行處理產品的範例，在結構上採用了人腦處理資料的方式。
3 d% g4 t" |9 [' r
3 r; z* @& M3 I( m$ M2 WCogniBlox系統可擴展成超大陣列的認知記憶體，提供了可部署真正人工智慧且具有切實速度效能和能耗的平台。擴展非常簡單，只需將更多CogniBlox主機板加入系統即可，除了更大認知記憶記憶體的可用性外，不會對其作業產生影響，因此該系統將成為百萬兆次（exascale）計算的新競爭者。

; ?' ~, g* g: hCogniMem共同創辦人、總裁兼執行長Bruce McCormick表示：「CogniBlox的架構採用多CM1K（1024神經元）元件，實現了在10微秒內向量的連續平行匹配，不論同一時間內要比較的向量有多少。IBM近期發佈了關於其DARPA SyNAPSE專案的通告，再次激起了人們對這種令人雀躍的技術的興趣。我們根據幾代的IBM專利ZISC技術完善了這種方法以供實際商業使用，以低功率提供了無可比擬的效能，並且在現在將其實現了。」
0 j! _& f* z4 x2 N
CM1K晶片實現了RCE/RBF和最近鄰居法(k-NN)分類器，因此非常適合在視訊搜尋、即時監控和分析、資料採礦、指紋匹配、高光譜影像分析、金融服務、天氣預報和多種科學計算任務中確定最靠近的向量。傳統馮•諾依曼（von Neumann）技術具有因記憶體串列存取導致的CPU/GPU-記憶體瓶頸、同步和通訊困難。CogniBlox不同與此，它平行處理和存取記憶體。

globe0968

產品詳細資料

  d; I) g1 E# R5 `$ n* ICogniBlox系統包括四個CM1K晶片，或總計每個主機板4096認知處理元件，主機板在一個可訓練的3層網路中，每個擁有256個可編程1-byte輸入連接。可設定包括100萬個元件的系統，從而實現了每10微妙2.56億個連接，典型功耗為500瓦，效能為0.13 petaops1。使用.NET和Java的工具管理陣列訓練和識別任務簡單指令的Windows和Linux均支援Cogniblox系統。CogniBlox架構中還固有對X、Y和Z擴展動態可重新設定性和整體架構靈活性的硬體支援。單主機板CogniBlox的售價從3,000美元起，採購100萬系統（250 CogniBlox主機板）可享受折扣。

CogniMem將在於西雅圖華盛頓州會議中心舉辦的SC11的#4509展示區示範CogniBlox模組以及公司神經網路產品系列中的CogniMem CM1K晶片。
" N& @5 D5 z4 N0 g8 B
關於Cognimem Technologies
, e& n& D/ ]1 h) i1 i+ E2 V
CogniMem Technologies Inc.是一家無生產廠的半導體公司，設計用於高速和平行模式識別的元件。公司致力於提供真正以平行硬體為基礎的解決方案，旨在解決AI和模式識別問題。CogniMem的Guy Paillet受其技術發明和隨後在1993年與IBM共同獲得的專利（製造成ZISC晶片）的啟發，與其共同創辦人Anne Menendez和Bruce McCormick合作，領導著一支團隊為傳感設備和認知計算設備開發下一代模式識別晶片。在今天，CogniMem根據IBM的授權製造該技術的強大產品系列。這些產品擁有1024個認知記憶體/神經元，其能力比ZISC晶片高20倍。CogniMem的使命是提供IC、模組、開發工具和參考設計，以幫助客戶解決其模式認可難題，並以此作為CogniMem整體產品服務的一部分。如需瞭解更多資訊，請瀏覽www.cognimem.com

1 0.13 petaops = 1000 x 1024 x 5(+)操作（比較、多工、減、累計、負負載和儲存、+ 搜尋和排序）x 256連接 x 100K/秒。