人工智能随着进步、机遇和需求而蓬勃发展。然而，这也带来了一项重大挑战：如此快速的发展速度超过了我们的基础能力，尤其是在芯片上的计算效率。为了应对这一挑战，美国国防高级研究计划局（DARPA）与普林斯顿大学展开了新的项目合作，旨在开发用于人工智能的先进芯片，提高计算效率和能源利用率。

DARPA的新计划名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功效。内存计算架构具有潜在的颠覆性影响；OPTIMA的加速器将利用DARPA现有的研发基础，以实现当今最先进的技术能力。这也进一步增强了OPTIMA项目的承诺：涵盖多元化的参与者，包括先前与DARPA在半导体研究上共同资助的STARnet、JUMP和JUMP 2.0等项目，以及新加入的DARPA合作伙伴，甚至还包括来自DARPA之前推出的初创公司的支持。

此次合作中，普林斯顿大学的电气和计算机工程教授纳文·维尔马（Naveen Verma）发挥着关键作用。他表示，新硬件重新设计了适合现代工作负载的人工智能芯片，能够使用比当今最先进的半导体更少的能源来运行强大的人工智能系统。这些进步有望突破人工智能芯片发展的关键障碍，包括尺寸、效率和可扩展性。

维尔马教授解释说，目前为最先进的人工智能模型提供动力的芯片类型过于庞大且效率低下，无法在小型设备上运行，主要局限于服务器机架和大型数据中心。为了满足日益增长的计算能力和效率需求，我们需要一种全新的芯片架构。而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、高速公路甚至近地轨道等，极大地扩展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”提供资金的更广泛努力的一部分。OPTIMA计划中的参与者包括佐治亚理工学院研究中心、IBM、英飞凌科技、加州大学洛杉矶分校和普林斯顿大学等多所知名机构和公司。尽管DARPA尚未披露完整的机构名单或该项目迄今为止已授予的资金总额，但该项目的提案征集估计总资金为7800万美元，足以看出DARPA对这一领域的重视和投入。

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EnCharge AI合作。EnCharge AI总部位于加利福尼亚州圣克拉拉，正在将基于维尔马实验室发现的技术商业化。根据项目提案，Encharge AI在强大且可扩展的混合信号计算架构的开发和执行方面处于领先地位。通过与Encharge AI的合作，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能源受限的环境中处理现代人工智能工作负载的芯片。为了实现这一目标，研究人员必须完全重新构想计算的物理原理，并设计和封装可以使用现有制造技术制造的硬件，同时与现有的计算技术（如中央处理单元）配合良好。维尔马和他的团队提出了一种新的方法，将计算直接在内存单元中完成，称为内存计算。这种方法有望减少移动和处理大量数据所需的时间和能源成本。此外，他们还转向了模拟计算方法，利用设备的更丰富的物理特性来提高效率。通过结合这些想法和技术创新，他们希望将人工智能从数据中心中解放出来，推动其在各个领域的应用和发展。