Transistor-free compute-in-memory;神经形态与超导体计算;有弹性的突触晶体管。
来自宾夕法尼亚大学的研究人员,桑迪亚国家实验室,布鲁克海文国家实验室提出transistor-free compute-in-memory (CIM)体系结构克服内存瓶颈,减少人工智能工作负载的功率消耗。
“即使用于compute-in-memory架构,晶体管妥协的数据访问时间,“深Jariwala说,电气和系统工程系助理教授在宾夕法尼亚大学。“他们需要大量的布线整体电路的芯片,因此使用时间,空间,和能量超过我们希望人工智能应用程序。transistor-free设计的美妙之处在于,它很简单,小,快和它需要很少能源。”
设备使用scandium-alloyed氮化铝(AlScN),半导体,允许铁电切换、更快和更节能的物理比替代非易失存储器的元素。
“这种材料的一个重要属性是它可以沉积在温度足够低兼容硅晶圆代工厂,“特洛伊奥尔森说,电气和系统工程系副教授在宾夕法尼亚大学。“大多数铁电材料需要更高的温度。AlScN的特殊属性意味着我们演示了内存设备可以在硅层在垂直hetero-integrated堆栈。考虑之间的区别一个多层停车场hundred-car能力和一百个停车位在一个很多。这是更有效的空间?都有相同的信息和设备在我们这样的高度微型芯片。效率同样重要的应用程序需要的资源约束,如移动或可穿戴设备,因为它是对于极其能源密集型的应用程序,比如数据中心”。
研究小组表明,CIM ferrodiode可以执行100倍的速度比传统的计算架构。它支持片上存储、并行搜索,和矩阵乘法加速度。
“假设你有一个人工智能的应用程序,需要一个大内存存储以及模式识别和搜索功能。认为自动驾驶汽车或自主机器人,需要快速、准确地应对动态的,不可预测的环境中,”Jariwala说。“使用传统的体系结构,您将需要一个芯片为每个函数的不同区域,你会很快消耗可用性和空间。ferrodiode设计允许你做的这一切都在一个地方,只要改变你的方式电压适用于程序。”
当团队做了一个仿真的机器学习任务通过他们的芯片,它表现的相当程度的准确性基于ai传统CPU上运行的软件。
“这项研究非常重要,因为它证明了我们可以依靠内存技术来开发芯片集成多个人工智能数据应用程序的真正挑战传统的计算技术,“Xiwen Liu表示,宾夕法尼亚大学的博士生。
“重要的是意识到所有的人工智能计算,目前做的就是software-enabled硅硬件架构设计几十年前,“Jariwala补充道。“这就是为什么人工智能作为一个领域已经由计算机和软件工程师。从根本上重新设计硬件AI将会是下一个大的半导体和微电子学的改变游戏规则。我们的方向是硬件和软件共同设计。”
国家标准与技术研究所的研究人员(NIST)建立了电路的基础上超导单光子探测器行为类似于生物突触但使用单个光子传输和接收信号。
“NIST的计算电路发生单光子探测器遇到了一个名为约瑟夫森结的超导电路元件。约瑟夫逊结是一个三明治绝缘薄膜超导材料的分离。如果当前通过三明治超过一定阈值时,约瑟夫逊结开始生产小型脉冲电压称为磁通量子。检测一个光子,单光子探测器将约瑟夫森结在这个阈值和磁通量子积累作为超导电流回路。研究人员可以调整当前的数量添加到每个光子循环通过应用偏差(外部电流源驱动电路)的连接。这被称为突触的体重,”NIST解释道。
NIST的超导电路的照片,像一个人工的突触之间的连接大脑的神经细胞(神经元)。标签显示电路的各种组件及其功能。(来源:美国汗和b .白桃花心木/ NIST)
存储当前作为短期记忆的一种形式,提供一个记录的神经元产生了多少次高峰在不久的过去。的持续时间设定的记忆是时间的电流衰减超导循环,可以从数百纳秒到毫秒,甚至更长时间。因此,硬件可以匹配问题发生在不同的时间尺度,如高速工业控制实时人机交互系统相对缓慢。
长期记忆可以通过设置不同的权重通过改变偏见的约瑟夫森结,可用于网络编程。
“我们可以用我们来解决计算问题,但规模有限,“NIST的杰夫Shainline说。“我们的下一个目标是把这个进步在超导电子与半导体光源。将使我们能够实现更多的元素之间的通信和解决大型、重要的问题。“团队也在探索技术实现突触权重大规模神经形态芯片。
来自宾夕法尼亚州立大学的研究人员,休斯顿大学,西北大学,Flexterra发达有弹性的突触晶体管模仿大脑中的神经元,可以被用作人工智能处理在衣物或机器人。
“镜像人脑,机器人和可穿戴设备使用突触晶体管可以利用其人工神经元的学习和调整自己的行为,“Cunjiang Yu说,工程科学和力学的副教授,生物医学工程,宾夕法尼亚州立大学材料科学与工程。“举个例子,如果我们烧炉子的手,这很伤我的心,我们知道下次避免触及它。相同的结果将可能使用突触晶体管的设备,随着人工智能能够学习并适应环境。”
Yu表示,人工神经元的设备被设计来执行像神经元在腹侧被盖区,人类大脑的一小段位于最脑干的一部分。“与所有其他的大脑区域,在腹侧被盖区神经元能够释放兴奋性和抑制性神经递质同时,”Yu说。“通过设计操作与突触的突触晶体管同时行为,需要更少的晶体管与传统集成电子技术相比,简化了系统结构,允许设备节约能源。”
兴奋性神经递质触发其他神经元的活动和与加强记忆,而抑制性神经递质减少其他神经元的活动和与削弱记忆相关联。
研究人员使用可伸缩的双分子层半导体材料制造设备,允许它在使用拉伸和扭曲。“晶体管是机械变形和功能可重构,但仍保留其功能的伸展时,”Yu说。“它可以连接到一个机器人或可穿戴设备作为其最外层的皮肤。”
|
|
|
|
|
|
|
|
|
|
留下一个回复