自人工智能騰飛以來，其進步、機會及潛力均令人矚目。然而，這也引發了一項重大難題——芯片計算效能逐漸超越我們的現有基礎設施。為了解決此問題，美國國防高級研究計劃局（DARPA）攜手普林斯頓大學啟動了一個新項目，致力于研發尖端芯片以提升AI計算效率和能源利用效率。

這項名為內存陣列內優化處理技術（OPTIMA）的DARPA項目，旨在開發基于內存計算加速的構架，以優化處理數據并提升效率。這款內存計算架構具備潛在的劃時代意義；工程師們期望通過借助DARPA現有研究成果來打造出當前最為先進的技術能力。此外，該項目還得到了多個科研機構和企業的積極響應和參與，包括曾與DARPA聯手開展半導體研究的STARnet、JUMP和JUMP 2.0項目，以及新增的合作方，例如DARPA之前扶持的初創企業。

來自普林斯頓大學的電氣和計算機工程教授納文·維爾馬（Naveen Verma）在本次合作中扮演了重要角色。他表示，新硬件的重新設計使得AI芯片能夠適應當前工作負載，同時消耗更少能源就能驅動高效能的AI系統。這些創新有可能撕裂AI芯片發展的瓶頸，包括尺寸、效率和拓展性等諸多限制。

現今，支持最尖端AI模型運轉的芯片體積過大、效率不高，難以適配小型設備，如筆記型電腦、手機、醫院、高速公路乃至近地軌道。因此，迫切需要一款全新的芯片架構以滿足日益增長的計算需求和能源效率。而新開發的芯片不僅能降低能耗，還有望讓各種AI應用得以普及，甚至擴大到更多場景。

普惠人工智能（OPTIMA）項目是DARPA推進“ next-generation scientific， device and system revolutionary development”目標的一部分，也是其進一步投資相關領域的表現。雖然DARPA尚未透露最終參與機構清單及其獲得的資金總額，但據預估，征募到的提案經費總額高達7800萬元，充分顯示了DARPA對于這個領域的高度關注以及資金投入力度。

在普林斯頓大學主導的部分中，由維爾馬教授的初創企業EnCharge AI共建聯合實驗室，以加快新芯片架構的研究以及商業化進度。成立于加利福尼亞州圣克拉拉市的EnCharge AI正將維爾馬實驗室的發現技術推向市場。有鑒于此，普林斯頓大學的研究團隊可以借此機會推動AI+新芯片行業的整體發展。

該項目的目標是創建能夠在緊湊或能源受限的環境中處理現代人工智能工作負載的芯片。為了實現這一目標，研究人員必須完全重新構想計算的物理原理，并設計和封裝可以使用現有制造技術制造的硬件，同時與現有的計算技術（如中央處理單元）配合良好。維爾馬和他的團隊提出了一種新的方法，將計算直接在內存單元中完成，稱為內存計算。這種方法有望減少移動和處理大量數據所需的時間和能源成本。此外，他們還轉向了模擬計算方法，利用設備的更豐富的物理特性來提高效率。通過結合這些想法和技術創新，他們希望將人工智能從數據中心中解放出來，推動其在各個領域的應用和發展。