向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

用人工突触模仿人脑,所需能量是最先进计算系统的1/10

时间:2019-05-06 阅读:
根据一项新研究,一种类似电池的设备可以作为计算系统中的人工突触,用于模仿大脑的效率和学习能力。大脑只需要很少的能量就能学习和记忆大量信息的能力激发了类脑或神经形态计算机的研究。

根据一项新研究,一种类似电池的设备可以作为计算系统中的人工突触,用于模仿大脑的效率和学习能力。大脑只需要很少的能量就能学习和记忆大量信息的能力激发了类脑或神经形态计算机的研究。lO0ednc

 一个研究团队之前开发了这种计算机的一部分:一种充当人工突触的设备,模仿神经元在大脑中的通信方式。lO0ednc

在《科学》杂志上,该团队报告称,这些设备的9个原型阵列在处理速度、能效、重复性和耐用性方面表现优于预期。lO0ednc

未来,团队成员希望将他们的人工突触与传统电子设备相结合,他们希望这可以成为推动小型设备人工智能学习向前发展的一步。lO0ednc

“如果你的记忆系统能够以我们提出的能源效率和速度进行学习,那么你可以把它放在智能手机或笔记本电脑中,”该论文的作者之一Scott Keene说,他是Alberto Salleo实验室,斯坦福大学材料科学与工程系教授,“这将开启对我们自己的网络进行训练并在设备上本地解决问题的能力,而无需依靠数据传输。”lO0ednc

人工突触模仿人脑

该团队的人工突触类似于电池,改进后,研究人员可以接通或切断两个终端之间的电流,这种电流模仿了大脑的学习方式。这是一种特别有效的设计,因为数据处理和存储发生在一个动作中,在传统的计算机系统中,数据首先被处理然后才被传输到存储器。lO0ednc

了解这些设备如何在阵列中执行是至关重要的一步,因为它允许研究人员同时编程多个人工突触。这比逐个编程突触节省时间,并且可以与大脑实际工作的方式相比较。lO0ednc

在先前版本的设备测试中,研究人员发现他们的处理和存储动作所需的能量是最先进计算系统所需的能量的十分之一,这有利于执行特定的任务。lO0ednc

不过,研究人员担心所有这些设备在较大阵列中协同工作时可能会产生过多的耗电。因此,他们重新设计每个设备以减少电流,使电池更糟糕,但阵列更节能。lO0ednc

3×3的阵列依赖于第二种类型的设备,由共同作者Joshua Yang在马萨诸塞大学阿默斯特分校开发,用作阵列中突触编程的开关。lO0ednc

“要连接所有东西需要进行大量的故障排除和大量的连线。我们必须确保所有阵列组件都协同工作,“Salleo实验室的博士后学者Armantas Melianas说。“但是当我们看到一切都亮起来时,它就像一棵圣诞树。那是最激动人心的时刻。“lO0ednc

在测试过程中,阵列的性能超出了研究人员的预期。它以如此快的速度运行,团队预测他们需要使用特殊的高速电子设备来测试这些设备的下一个版本。lO0ednc

在测量了3×3阵列的高能效后,研究人员对大型1024×1024突触阵列进行了计算机模拟,并估计它可以基于目前智能手机或小型无人机相同的电池供电。研究人员还能够将设备切换超过十亿次,这是其速度的另一个证据,没有看到其性能有所减弱。lO0ednc

“事实证明,聚合物器件,如果你能很好地使用它们,就可以像传统的硅产品一样具有弹性。从我的角度来看,这可能是最令人惊讶的方面。“Salleo说。lO0ednc

“对我来说,它改变了我对这些聚合物设备的可靠性以及我们如何使用它们的看法。”lO0ednc

未来的测试

研究人员还没有将他们的阵列进行测试,这将决定它的学习效果,这也是他们计划研究的东西。该团队还希望了解他们的设备如何能够适应不同的环境,例如高温,以及将其与电子设备集成在一起。还有许多基本问题需要解决,这些问题可以帮助研究人员准确理解为什么他们的设备表现如此出色。lO0ednc

“我们希望更多的人开始研究这种类型的设备,因为没有多少人关注这个特定的架构,但我们认为它非常有前景,”Melianas说,“因为仍有很大的改进空间和创造力,我们只是触及表面。“lO0ednc

其他共同作者来自斯坦福大学; 桑迪亚国家实验室; 和马萨诸塞大学阿默斯特分校。这项工作的资金来自桑迪亚国家实验室,美国能源部,国家科学基金会,半导体研究公司,斯坦福大学研究生奖学金基金,以及斯坦福大学博士后研究的Knut和Alice Wallenberg基金会。lO0ednc

(原文发表于 stanford ,futurity;雷锋网编译)lO0ednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 为裸片到裸片( Die-to-die)间连接选择正确的IP 自大数据问世以来,用于超大规模数据中心、人工智能(AI)和网络应用的片上系统(SoC)设计人员正面临着不断演进的挑战。由于工作量的需求以及需要更快地移动数据,具有先进功能的此类SoC变得益发复杂,且达到了最大掩模版(reticle)尺寸。本文介绍了die-to-die连接的几种不同用例,以及在寻找用于die-to-die链接的高速PHY IP时要考虑的基本注意事项。
  • 英国砸12亿英镑打造气象超级计算机 英国气象局(Met Office)计划采购新的超级计算机,汰换掉现有的三台Cray XC40系统,让气象局的气象预测运算性能提高6倍…
  • AIoT跨界处理器拥抱智能语音接口 《EE Times》独家!XMOS发表最新Xcore.ai「跨界处理器」,瞄准IoT装置中以AI驱动的语音接口——这正是端点应用中最重要的AI工作负载…
  • 传统DRAM从“边缘”中寻找新出路 钰创科技(Etron Technology)为传统DRAM另辟新架构,透过低接脚数的RPC DRAM寻找边缘IoT应用机会;Lattice也看好其发展潜力…
  • 工信部面向软件和信息技术服务企业征集抗疫困难、意见 随着春节后各企事业单位陆续复工,疫情防控进入关键阶段,组织引导软件和信息技术服务企业主动承担社会责任,向社会免费开放各类信息资源以及协同办公等多种软件,保障各行业复工复产,为助力打赢疫情防控阻击战做出积极贡献。
  • 工信部发出人工智能协力抗击疫情倡议书,138项黑科技响 从北京市中关村“首批抗击疫情的新技术新产品新服务清单”中我们能发现,在4大类中,中关村企业的产品和服务主要集中在医药与器械大类。而在14大子类中,病毒检测、医疗防护、医院建设三类产品和服务比较集中。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告