Создан энергоэффективный чип, имитирующий работу человеческого мозга

Мемристор(так называется это устройство) имитирует работу нейронов в мозге и может снизить энергопотребление искусственного интеллекта на 70%. Результаты исследования от группы учёных из Индии, Китая и Великобритании опубликованы на сайте Science Advances.

Современные ИИ используют традиционные чипы, которые постоянно передают данные между памятью и вычислительными блоками. Это требует слишком много энергии. Нейроморфные вычисления предлагают альтернативу. Они позволяют хранить и обрабатывать данные в одном месте, что значительно снижает затраты на нейросети. Такая система работает как наш мозг и лучше адаптируется к обучению.

«Энергопотребление остается ключевой проблемой для ИИ. Нам нужны устройства с низкими токами, стабильностью, воспроизводимостью характеристик и способностью переключаться между состояниями», — говорит физик Бабак Бахит, ведущий автор исследования.

Большинство мемристоров сейчас делают из токопроводящих нитей в специальном оксидном материале. Они работают непредсказуемо, и для их изготовления нужно высокое напряжение. Новый мемристор создан из тонкой пленки оксида гафния с добавками стронция и титана и имеет химическую формулу я Hf(Sr,Ti)O2. Эти добавки нужны, чтобы сделать p-n-переходы, которые работают как электронные затворы. Благодаря этому устройство может плавно менять свое сопротивление, просто изменяя высоту энергетического барьера на границе слоев.

Бахит отмечает, что такой подход устраняет главную проблему мемристоров — непредсказуемость нитей. Его устройства демонстрируют высокую воспроизводимость характеристик.

Мемристоры на оксиде гафния потребляют в миллион раз меньше тока, чем традиционные оксидные аналоги. Они могут работать в сотнях стабильных состояний, что важно для аналоговых вычислений.

Лабораторные испытания показали, что устройства выдерживают десятки тысяч циклов без потери надежности и могут сохранять состояния до суток. Они также имитируют механизмы обучения, такие как синаптическая пластичность.

«Это именно те свойства, которые нужны для создания обучающейся и адаптирующейся аппаратуры», — говорит Бахит.

Но добавим ложку дёгтя в эту бочку мёда. Процесс изготовления требует высоких температур (700 °C), что превышает нормы полупроводникового производства. Исследователи работают над снижением температуры для совместимости с промышленными стандартами. Тем не менее, Бахит и его коллеги уверен, что технологию можно интегрировать в чипы, если снизить температуру. Это станет значительным шагом вперед для создания энергоэффективных ИИ.

P.S. И вновь тем, у кого наступает, желаем доброй (а кому и продуктивной) ночи, а тем, у кого наступает новый день, — доброе утро!

Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: