广告

MIT工程师设计“乐高”型AI芯片,可堆叠和可重新配置

2022-06-22 16:55:51 MIT 阅读:
麻省理工学院的工程师已经朝着模块化愿景迈出了一步,他们采用了类似乐高的设计,可堆叠、可重新配置的人工智能芯片。

想象一个更可持续的未来,手机、智能手表和其他可穿戴设备不必为了更新型号而被搁置或丢弃。相反,它们可以使用最新的传感器和处理器进行升级,这些传感器和处理器可以安装到设备的内部芯片上——就像整合到现有构建中的乐高积木一样。这种可重新配置的芯片件可以使设备保持最新状态,同时减少我们的电子浪费。 aw8ednc

现在,麻省理工学院的工程师已经朝着模块化愿景迈出了一步,他们采用了类似乐高的设计,可堆叠、可重新配置的人工智能芯片。aw8ednc

该设计包括交替的传感和处理元件层,以及允许芯片层进行光学通信的发光二极管 (LED)。其他模块化芯片设计采用传统布线在层之间中继信号。这种复杂的连接即使不是不可能也很难切断和重新布线,使得这种可堆叠的设计不可重新配置。aw8ednc

麻省理工学院的设计使用光而不是物理线来通过芯片传输信息。因此,芯片可以重新配置,层可以交换或堆叠,例如添加新的传感器或更新的处理器。aw8ednc

麻省理工学院博士后 Jihoon Kang 说:“你可以根据需要添加任意数量的计算层和传感器,例如光、压力甚至气味。” “我们称其为类似乐高的可重构 AI 芯片,因为它根据层的组合具有无限的可扩展性。”aw8ednc

研究人员渴望将该设计应用于边缘计算设备——自给自足的传感器和其他电子设备,它们独立于任何中央或分布式资源(如超级计算机或基于云的计算)工作。aw8ednc

“随着我们进入基于传感器网络的物联网时代,对多功能边缘计算设备的需求将急剧扩大,”麻省理工学院机械工程副教授 Jeehwan Kim 说。“我们提出的硬件架构将在未来提供高度通用的边缘计算。”aw8ednc

该团队的结果发表在Nature Electronics上。除了 Kim 和 Kang,麻省理工学院的作者还包括共同第一作者 Chanyeol Choi、Hyunseok Kim 和 Min-Kyu Song,以及特约作者 Hanwool Yeon、Celesta Chang、Jun Min Suh、Jiho Shin、Kangye Lu、Bo-In Park、 Yeongin Kim、Han Eol Lee、Doyoon Lee、Subeen Pang、Sang-Hoon Bae、Hun S. Kum 和 Peng Lin,以及来自哈佛大学、清华大学、浙江大学和其他地方的合作者。aw8ednc

照亮道路aw8ednc

该团队的设计目前配置为执行基本的图像识别任务。它通过由人工突触制成的图像传感器、LED 和处理器的分层来实现这一点——该团队之前开发的记忆电阻器或“忆阻器”阵列,它们共同用作物理神经网络,或“脑对芯片。” 可以训练每个阵列直接在芯片上处理和分类信号,无需外部软件或互联网连接。aw8ednc

在他们的新芯片设计中,研究人员将图像传感器与人工突触阵列配对,他们训练每个突触阵列识别某些字母——在本例中为 M、I 和 T。而传统的方法是将传感器的信号传递给一个该团队通过物理线连接处理器,而是在每个传感器和人工突触阵列之间制造了一个光学系统,以实现各层之间的通信,而无需物理连接。 aw8ednc

“其他芯片通过金属进行物理布线,这使得它们很难重新布线和重新设计,因此如果你想添加任何新功能,你需要制造一个新芯片,”麻省理工学院博士后 Hyunseok Kim 说。“我们用光通信系统取代了物理线路连接,这让我们可以自由地以我们想要的方式堆叠和添加芯片。”aw8ednc

该团队的光通信系统由成对的光电探测器和 LED 组成,每个都有微小的像素图案。光电探测器构成用于接收数据的图像传感器,以及用于将数据传输到下一层的 LED。当信号(例如字母的图像)到达图像传感器时,图像的光模式对 LED 像素的特定配置进行编码,进而刺激另一层光电探测器以及人工突触阵列,该阵列基于对信号进行分类关于入射 LED 光的图案和强度。aw8ednc

叠起来aw8ednc

该团队制造了一个芯片,其计算核心尺寸约为 4 平方毫米,或大约是一块五彩纸屑的大小。该芯片堆叠了三个图像识别“块”,每个“块”包括一个图像传感器、光通信层和人工突触阵列,用于对三个字母 M、I 或 T 中的一个进行分类。然后他们将随机字母的像素化图像照射到芯片并测量每个神经网络阵列响应产生的电流。(电流越大,图像确实是特定数组被训练识别的字母的可能性就越大。)aw8ednc

研究小组发现,该芯片可以正确分类每个字母的清晰图像,但它无法区分模糊图像,例如 I 和 T。然而,研究人员能够快速更换芯片的处理层以获得更好的“去噪”处理器,并找到芯片,然后准确识别图像。aw8ednc

“我们展示了可堆叠性、可替换性以及将新功能插入芯片的能力,”麻省理工学院博士后 Min-Kyu Song 指出。aw8ednc

研究人员计划为芯片增加更多的传感和处理能力,他们设想应用是无限的。aw8ednc

“我们可以为手机的摄像头添加图层,以便它可以识别更复杂的图像,或者将这些图像制作成可以嵌入可穿戴电子皮肤的医疗保健监视器,”Choi 说,他与 Kim 一起开发了一种智能皮肤,用于监测重要的迹象。aw8ednc

他补充说,另一个想法是内置于电子产品中的模块化芯片,消费者可以选择使用最新的传感器和处理器“砖”进行构建。aw8ednc

“我们可以制作一个通用的芯片平台,每一层都可以像视频游戏一样单独出售,”Jeehwan Kim 说。“我们可以制作不同类型的神经网络,比如图像或语音识别,让客户选择他们想要的,然后添加到现有的芯片中,比如乐高积木。”aw8ednc

责编:Demi
  • 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”
  • 高容量锂离子电池阴极能量损失的原因 一个来自法国、美国和瑞士的 Skoltech 的国际团队,发现了高容量锂离子电池阴极能量损失的原因。研究成果发表在《自然材料》杂志上。
  • 一种辅助金属转移印刷用于金属电极和二维材料的晶圆级 中国科学院、湖南大学、香港城市大学和复旦大学的研究人员最近开发了一种新技术,可以更有效地在二维材料上转移金属电极,从而开发出更可靠的金属-半导体结。这项技术发表在Nature Electronics上。
  • 芯海:信号链MCU新标杆——SmartAnalog系列 6月17日,在AspenCore举办的“全球MCU生态发展大会”上,芯海科技高级产品经理王伟发表了“信号链MCU新标杆:SmartAnalog系列”主题演讲。
  • 高通基于ARM处理器的性能,还要几年才能赶上苹果M系列芯 据EDN电子技术设计了解,Strategy Analytics在最新发布的报告中表示,苹果M1芯片的推出,奠定了其领先竞争对手的基础,而迄今为止,苹果最接近的竞争对手是高通公司,但目前后者还没有推出能与M1抗衡的产品,因此Strategy Analytics的一位分析师认为,苹果在基于ARM的处理器市场上有长达3年的领先优势。
  • 电源器件集成碳化硅(SiC) MOSFET技术,性能与功率密度 电源应用正转向更小占位面积、更高效率的解决方案;为提高功率密度,让器件能够放进更小的封装里,SiC是用来取代硅材料电源分立器件和模块的理想候选技术。
  • IoT时代新型应用给MCU技术和生态带来的机遇与挑战 在AspenCore举办的“全球MCU生态发展大会”上,英飞凌科技大中华区安全互联系统事业部技术市场总监翁伟钿发表了“IoT时代新型应用给MCU技术和生态带来的机遇与挑战”主题演讲。并重点介绍了三种面向细分市场的MCU解决方案。
  • 灵动微电子:MM32 MCU“星”平台,新生态 6月17日,在AspenCore举办的“全球MCU生态发展大会”上,灵动微电子应用开发总监金昭发表了“MM32 MCU‘星’平台,新生态”主题演讲。
  • 中国“天眼”收到外星信号?不,或许是无线电干扰 日前,《科技日报》报道称“中国天眼”已发现多个“疑似外星文明信号”,引起广泛关注。中国地外文明搜寻首席科学家张同杰教授透露称:“中国天眼”已经发现了几例“来自地球之外可能的科技痕迹和地外文明候选信号”。但经过进一步证实和排除后,他表示这些信号来自无线电干扰……
  • 东京工业大学要在空中同时传输5G和电力 东京工业大学的研究人员创造了一种同时传输电力和 5G 信号的设备。这款 5G 网络信号收发器采用全无线供电,在大距离和角度下具有高功率转换效率。
  • 一种具有触觉感应能力的仿生弹性机器人皮肤 科学家认为,给社交机器人安装类人体皮肤(或触觉传感器),可以实现安全、直观和接触丰富的人机交互。然而,现有的软触觉传感器存在一些缺点,如结构复杂、可扩展性差、易碎,这限制了它们在机器人全身皮肤上的应用。韩国科学技术高等研究院的一组研究人员与麻省理工学院的一位研究人员和斯图加特大学的另一位研究人员合作,开发了一种具有触觉感应能力的仿生弹性机器人皮肤。
  • 每秒可对近20亿张图像进行处理分类的“超级芯片” 在测试过程中,该团队制作了一个尺寸为 9.3 mm 2(0.01 in 2)的芯片,并将其用于对一系列类似于字母的手写字符进行分类。在对相关数据集进行训练后,该芯片能够对包含两种字符集的图像进行分类,准确率达到 93.8%,对四种类型的图像进行分类准确率为 89.8%。
  • 2022年面向物联网的热门无线网络——第二部分:非蜂窝方 虽然蜂窝技术(主要是4G和5G)可以满足大多数无线应用的连接需求,但考虑到成本、可用性、隐私和功耗等因素,许多组织都在寻找其他可能性。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了