合成智慧和機器學習一直是熱門話題，在主流計算和利用方面的實施非常有限。這主要是因為客戶希望使用更加高效的計算方法。
由於模擬計算晶片組的後續技術將在效率方面變得更加環保和快速，所有這一切都有可能改變。
一組研究人員在印度科學研究所（IISc）開發了一個全新的設計框架，名為ARYABHAT-1的模擬晶片組，它可以使合成智慧和機器學習應用程式執行更好更快。
ARYABHAT-1或用於AI職責的模擬可重構專業技術和偏差可擴充套件對於處理物件或語音識別方法（如Alexa或Siri）的基於AI的目的特別有用。它們在需要高速平行計算的操作中也非常有用。
大多數計算單元，無論是手機、膝上型電腦還是臺式計算機系統，都使用數字晶片，因為設計過程簡單且易於擴充套件。儘管如此，正如IISc數字方法工程（DESE）系助理教授ChetakSinghThakur解釋的那樣，“模擬的好處是巨大的。你會在能量和維度上獲得數量級的提升。在不需要精確計算的用途中，模擬計算有可能超越數字計算，因為前者更節能。”
研究人員表示，將在ARYABHAT上對完全不同的機器學習架構進行程式設計，並且與大多數數字處理器一樣，它很可能在各種溫度下都能穩定執行。
他們補充說，該結構可以是“偏置可擴充套件”的，也就是說，當電壓或電流等工作環境發生變化時，其效率保持不變。這意味著相同的晶片組將被配置用於超節能WebofIssues（IoT）目的或用於物件檢測等高速任務。
