a) Au/Nb:STO/Au atminties įtaiso schema su Au diskais kaip aktyviais elektrodais ir Au juosta kaip atskaitos elektrodu. b) Biologinės sinapsės, kurią galima imituoti Au/Nb:STO/Au įrenginiu, schema. c) Srovės–įtampos (I–V) charakteristika įrenginio, kurio įtampos keitimo seka yra 0 V → +3 V → 0 V → −6 V → 0 V. d,e) Mažos varžos būsena (LRS) ir didelė – prietaiso pasipriešinimo būsena (HRS) esant teigiamam poslinkiui. Taškinės linijos rodo I – V kreivės pritaikymą žemos įtampos srityje. Kreditas: Pažangios išmaniosios sistemos (2023). DOI: 10.1002/aisy.202300035 Žmogaus smegenys buvo vadinamos sudėtingiausiu objektu visatoje. Bandydami atkartoti tą vis dar neprilygstamą skaičiavimo galimybę, Los Alamos nacionalinės laboratorijos mokslininkai sukūrė naują sąsajos tipo atminties įrenginį, kuris, jų rezultatai rodo, gali būti panaudotas dirbtinėms sinapsėms kurti naujos kartos neuromorfiniams kompiuteriams.
Atminties įrenginiai arba memristoriai yra seniai ieškoma grandinės technologija, kuri, priešingai nei dabartinė rezistorių technologija, turi ir programavimo, ir atminties galimybes – memristoriai galėtų prisiminti, kokioje elektros būsenoje jie buvo išjungti, o tai į žmogaus smegenis panašus gebėjimas, atveriantis naujas galimybes. kompiuteriams ir įrenginiams.
„Duomenų apdorojimas yra esminė šių dienų mokslo dalis, nes mašininis mokymasis, dirbtinis intelektas ir dirbtiniai neuroniniai tinklai naudojami sprendžiant aktualius klausimus, pradedant klimato mokslu ir baigiant nacionalinio saugumo programomis“, – sakė Integruotų nanotechnologijų centro laboratorijos mokslininkas Aipingas Chenas.
„Tačiau įprastinei skaičiavimo architektūrai reikia daug energijos ir ji vis mažiau gali padidinti mastelį, kad atitiktų vis didesnius duomenų iššūkius. Neuromorfinė kompiuterija, kuri imituoja neprilygstamą duomenų saugojimo ir apdorojimo architektūrą bei žmogaus smegenų galimybes, yra būdas toliau didinti skaičiavimo našumą“.
Įprastą skaičiavimą riboja vadinamoji von Neumann kliūtis, kurioje skaičiavimas ir atmintis yra atskirti. Apdorojant sudėtingas užduotis, pvz., mašininį mokymąsi ir vaizdo atpažinimą skaitmeniniuose kompiuteriuose, sunaudojama daug energijos ir laiko, nes duomenys perduodami pirmyn ir atgal iš centrinio procesoriaus į atmintį ir atgal. Duomenų centrų energijos suvartojimas per pastaruosius kelerius metus sparčiai išaugo, prognozuojama, kad iki 2030 m. duomenų centrai sunaudos apie 8% pasaulio elektros energijos.
Be to, tradicinėje kompiuterių architektūroje milijardai tranzistorių silicio mikroschemose yra kompiuterio dvejetainio kodo jungikliai. Fizinės šių tranzistorių miniatiūrizavimo ribos padėjo užbaigti Moore’o dėsnį, maksimą, kuri pranašavo duomenų apdorojimo galios padvigubėjimą maždaug kas dvejus metus.
Kompiuteriai atmintyje: kaip smegenys
Informacijos saugojimo ir apdorojimo sinapsėse, kurios jungia 100 milijardų cheminę informaciją siunčiančių ir priimančių neuronų, žmogaus smegenų „apdorojimas atmintyje“ taupo laiką ir energiją. Neuromorfinis skaičiavimas remiasi naujais įrenginiais, tokiais kaip memristoriai, jungikliai tarp dviejų gnybtų, kurie valdo ir įsimena tekantį krūvį, kad atkartotų sinapsių struktūrą ir funkcijas.
Sparčiai besivystančioje neuromorfinio skaičiavimo srityje memristorių konstrukcijose buvo gijų sistemos, kuriose įkrova tiekiama per įrenginius. Tačiau, linkusios į perkaisti, kaitinamųjų siūlų sistemoms trūksta stabilumo ir patikimumo.
Chenas ir jo kolegos dirba prie kitokio požiūrio, vadinamo sąsajos tipo memristoriumi, ir sukūrė patikimą, didelio našumo įrenginį su paprasta struktūra, pagrįstą Au / Nb legiruotu SrTiO.3 sąsaja – iš esmės auksas ir kitos puslaidininkinės medžiagos.
Sąsajos tipo memristorius iš esmės galima sumažinti iki nanometrų dydžio, kurio negali pasiekti net gijų pagrindu sukurta memristorių technologija. (Priešingai, žmogaus plaukas yra maždaug 100 000 nanometrų storio.) Ir ypač priešingai nei tranzistorių pagrindu veikiantys neuromorfiniai lustai, sąsajos tipo atminties įtaisui reikia žymiai mažiau energijos, kad jį apdorotų.
„Skirtingai nuo skaitmeninio skaičiavimo su von Neumann architektūra, neuromorfinis kompiuteris, įkvėptas biologinių sistemų, veikia kaip smegenys“, – sakė Chenas. „Tokios struktūros pranašumai yra mažos energijos sąnaudos, didelis lygiagretumas ir puikus klaidų tolerancija. Galų gale, žmogaus smegenys veikia tik 20 vatų galia, bet mokosi itin efektyviai. Dėl šių privalumų jos labai tinka sudėtingoms skaičiavimo užduotims, tokioms kaip mokymasis, atpažinimas. ir sprendimų priėmimas“.
Puikiai atlieka sudėtingas skaičiavimo užduotis
Komanda naudojo dirbtinio neuroninio tinklo modeliavimą, kad ištirtų sąsajos tipo memristoriaus skaičiavimo našumą, išbandydama jį su ranka rašytų vaizdų rinkiniu iš modifikuotų nacionalinių standartų ir technologijų duomenų bazės, kurią tvarko Nacionalinis standartų ir technologijos institutas. Parodydamas puikų vienodumą, programuojamumą ir patikimumą, įrenginys pasiekė 94,72% atpažinimo tikslumą.
Dėl šio našumo komanda tiki, kad šie nauji sąsajos tipo atminties įrenginiai gali būti pagrindinė naujos kartos neuromorfinio skaičiavimo aparatinė įranga.
„Galimybės, kurias matome, rodo, kad neuromorfiniai lustai, kaip ir žmogaus smegenys, bus naudingi atliekant sudėtingas užduotis, apimančias mokymąsi ir sprendimų priėmimą realiuoju laiku“, – sakė Chenas. „Galėjome matyti, kad neuromorfinis kompiuteris įgalina daugybę programų, kurioms reikalingas intelektas, pradedant savarankiškai važiuojančiais automobiliais, baigiant dronais ir baigiant apsaugos kameromis. Iš esmės daugelis dalykų, kuriuos žmonės gali padaryti, galės atlikti tokio tipo įrenginius.”
Komanda planuoja ir toliau plėtoti technologiją, pabrėždama, kad reikia bendro projektavimo – aparatinės įrangos projektavimo, pagrįsto kompiuterių mokslininkų siūlomais algoritminiais metodais.
Daugiau informacijos: Sundar Kunwar ir kt., Sąsajos tipo atminties įrenginys dirbtinei sinapsei ir neuromorfiniam skaičiavimui, Pažangios išmaniosios sistemos (2023). DOI: 10.1002/aisy.202300035
Citata: mokslininkai kuria dirbtines sinapses neuromorfiniam skaičiavimui (2023 m. birželio 1 d.), gautos 2023 m. birželio 3 d. iš https://techxplore.com/news/2023-06-scientists-artificial-synapses-neuromorphic.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
