由加州大学圣地亚哥分校计算机科学教授Tajana simunico - rosing领导的研究人员从半导体研究公司获得了3500万美元的资助，以使计算速度更快，效率更高。由10所大学组成的小组将联合起来，提供额外的资金，创建5050万美元，以创建加州大学圣地亚哥分校领导的智能存储和内存处理中心，或称PRISM。

PRISM将创建新的系统，确保在数据在内存和存储中或附近的地方进行计算，从而获得最大的性能和效率，但不需要在应用程序级别上进行更改，罗辛说。 

这将解决导致当今系统性能低下的关键问题，这些系统花费高达90%的时间在内存和处理器之间移动数据。为了实现这一目标，该团队将不得不开发新的软件和新的芯片架构。罗辛说:“我们将建立硬件和软件，使我们今天产生的所有数据都能快速准确地理解。”

PRISM中心将专注于四个不同的主题:新型存储器和存储设备及电路;下一代架构;系统和软件;以及将展示新功能的大型挑战应用程序。罗辛说:“我们的中心将给计算机带来革命。”“我们将开发新的框架和系统，使更高效地运行大规模应用成为可能。过去需要数周时间和多个发电厂的电力，现在只需要几分钟到几小时，电力也少得多。”

这笔拨款是JUMP 2.0项目的一部分，该项目旨在显著提高一系列电子系统的性能、效率和能力。新型材料、设备、架构、算法、设计、集成技术和其他创新是解决下一代信息和通信挑战的核心。JUMP 2.0汇集了SRC、DARPA以及工业界和学术界的利益相关者。

以前需要耗费数周时间和多个发电厂的电力，现在只需几分钟到几小时，电力也少得多。

Tajana Simunic-Rosing

“我们正处在计算系统和技术发展的拐点上。”Intel-SRC的受让人和JUMP 2.0总监Roman Caudillo说。JUMP 2.0项目将通过推动公共和私营部门投资，大规模推动微电子系统的颠覆性创新，成为确定和打造最佳前进道路的关键组成部分。”

罗辛说，加州大学圣地亚哥分校被选中领导PRISM中心，是因为其强大的计算机工程项目和跨校园合作，包括雅各布斯工程学院、高通研究所、医学院、圣地亚哥超级计算机中心、哈利西奥格鲁数据科学研究所。校园靠近圣地亚哥和南加州的半导体产业合作伙伴是其成功的另一个关键。

除了罗辛，加州大学圣地亚哥分校的计算机科学教授赵继深和张一颖是PRISM项目的联合主要研究员。罗辛也是佐治亚理工学院领导的JUMP 2.0中心的联合首席研究员，该中心专注于认知计算。另外两位加州大学圣地亚哥分校的计算机科学教授——拉杰什·古普塔和史蒂夫·斯旺森——是由伊利诺伊大学香槟分校领导的一个JUMP 2.0中心的联合首席研究员，该中心是ACE可进化计算中心。

校长Pradeep K. Khosla说:“这项拨款证明了加州大学圣地亚哥分校在优化计算性能和效率方面的强大领导地位。”“凭借我们在计算机科学、多学科环境、与半导体行业的密切联系以及与政府机构和其他领先研究机构的成功合作，这个新中心将使我们的研究人员能够在全球军事和商业计算应用中产生更多突破性的创新。”

JUMP 2.0代表着在国会通过《芯片与科学法案》(CHIPS and Science Act)之际对计算和半导体研究的重大投资，该法案旨在加强美国芯片制造、供应链和国家安全。该法案还包括在纳米技术、清洁能源、量子计算和人工智能领域的研发、科学技术和劳动力培训方面的投资。CHIPS法案为美国的半导体研究、开发、制造和劳动力发展提供了527亿美元。应对重大挑战
棱镜中心的工作在计算领域的巨大挑战是双重的。一个是个性化和安全的药物开发和发现。罗辛说，加州大学圣地亚哥分校在这一领域尤其强大，在生物信息学、医学、药学和生物工程方面拥有深厚的专业知识。

Rosing说，现在，平均需要6年半的时间和巨大的计算能力来确定哪些药物化合物应该在临床试验中进行测试，而90%以上的试验都失败了。研究人员认为，通过利用PRISM开发的大规模系统的好处，他们可以大大缩短这个时间轴，这样药物发现将只需要几天而不是几年，结果将更准确、更相关。

PRISM研究的另一个应用是“深度洞察”，其目标是大幅加快对各种来源数据的分析，并提高结果的准确性。例如，“棱镜计划”的研究人员计划创建能够快速准确地检测错误信息的系统。同样类型的硬件和软件可以用来为人类的开放式问题提供更相关、更自然的答案。

我们正处于计算系统和技术发展的拐点。

Roman Caudillo, Intel-SRC受让人，JUMP 2.0总监

“棱镜计划”的合作机构包括斯坦福大学;佐治亚理工学院;加州大学洛杉矶分校、伯克利分校和欧文分校;威斯康星大学麦迪逊分校;宾夕法尼亚州立大学;伊利诺伊大学香槟分校;德克萨斯大学奥斯汀分校;弗吉尼亚大学。

加州大学圣地亚哥分校在另外两个JUMP 2.0中心的关键作用

作为由佐治亚理工学院领导的认知系统协同设计中心的一部分，罗辛还将研究改进高维计算的方法，这本质上是一种进行机器学习的新方法，效率要高几个数量级。这种类型的学习在抽象推理方面做得更好，在计算方面非常轻量级，对噪声也非常有弹性。例如，在传统的机器学习中，神经网络是在数千张狗的图像上进行训练的，以便能够识别出这种动物。通过高维计算，该网络能够基于少数几个标准来识别狗，而不需要大量的训练数据集。 

古普塔也是加州大学圣地亚哥分校Halicioglu数据科学研究所的主任，也是由伊利诺伊大学香槟分校领导的下一代分布式计算机系统可进化计算ACE中心的联合首席研究员。Gupta和计算机科学教授Swanson是内存管理、架构和应用程序加速领域的专家。Gupta还将担任该中心的行业联络人，他的职责是为该中心的研究人员寻找合适的行业合作伙伴，将合作关系扩展到传统上与半导体相关的行业领域之外。他还将努力确保该中心能够生产出行业需要的未来劳动力。

古普塔说:“该中心的目标不仅是在分布式系统中创造特定的技术进步，而且要创建一个平台，随着组件技术的发展，将新的技术进步纳入其中。”

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。