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。 DLrednc

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。DLrednc

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。DLrednc

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。DLrednc

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。”DLrednc

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。DLrednc

“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。”DLrednc

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。DLrednc

照亮道路DLrednc

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。DLrednc

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。 DLrednc

“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。”DLrednc

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。DLrednc

叠起来DLrednc

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。)DLrednc

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。DLrednc

“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。DLrednc

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。DLrednc

“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。DLrednc

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。DLrednc

“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。”DLrednc

Demi Xia编译DLrednc

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”
  • 复旦大学研究人员发明晶圆级硅基二维互补叠层晶体管 复旦大学研究团队将新型二维原子晶体引入传统的硅基芯片制造流程,实现了晶圆级异质CFET技术。相比于硅材料,二维原子晶体的单原子层厚度使其在小尺寸器件中具有优越的短沟道控制能力。
  • 宝马AI“超级大脑”上线,驱动在华数字化发展 近日,宝马率先在华部署了代号为“灯塔”(BEACON)的人工智能(AI)平台,提供AI应用创新相关的开发、部署、集成与运行服务的平台化环境,加速实现多业务场景数字化。
  • 西工大打破吉尼斯世界纪录,扑翼式无人机单次充电飞行15 据西北工业大学官宣其扑翼式无人机单次充电飞行时间获得新的吉尼斯世界纪录,认定的纪录时间为 2 小时 34 分 38 秒 62(突破 154 分钟)。本次刷新世界纪录的“云鸮”扑翼式无人机采用了高升力大推力柔性扑动翼设计、高效仿生驱动系统设计和微型飞控导航一体化集成等关键技术,翼展 1.82m,空载起飞重量为 1kg,手抛起飞,滑翔降落,能够按设定航线自主飞行,飞行过程中能实时变更航线。
  • Codasip宣布成立Codasip实验室,以加速行业前沿技术的开 Codasip今日宣布成立Codasip实验室(Codasip Labs)。作为公司内部创新中心,新的Codasip实验室将支持关键应用领域中创新技术的开发和商业应用,覆盖了安全、功能安全(FuSa)和人工智能/机器学习(AI/ML)等方向。
  • 了解机器感知:激光雷达、3D视觉和地理空间AI 随着人工智能(AI)和物理世界的交叉,以及自主技术采用的增加,有人可能会提出质疑,机器及其目前脆弱的模型如何能以人类的方式感知世界。借助于诸如激光雷达、雷达和摄像头等自动驾驶汽车上所使用的传感器技术,机器已开始能收集实时数据来为决策提供信息,并适应现实世界的场景。
  • 实现物联网部署可扩展性时的主要问题 为什么三分之二的物联网项目都失败了?许多人低估了物联网的复杂性,以及使系统可视化来实现可扩展性的重要。
  • 工业制造拥抱人工智能和机器学习 为了推动数字转型,工业制造领域开始拥抱人工智能(AI)和机器学习(ML)技术,但在实际导入时仍然存在诸多进入门坎…
  • 兆易创新瞄准4大行业入局模拟芯片,电源管理全产品组合 随着可穿戴设备、汽车电子、物联网、云计算等新兴应用的蓬勃发展,以及用户对于智能化生活越来越高的追求,同时伴随着工业、储能、5G通信等数字行业的产业升级和持续扩容,作为连接真实世界和数字世界的模拟芯片产品愈发展现广阔的应用潜力,并且市场规模持续增长。
  • 宝马要做太阳能汽车,大众入局氢能源,车企分开走不同新能 在目前的汽车市场中,新能源汽车已成大势所趋,虽然目前以电动汽车和混动汽车为主流,但受电池技术的限制,消费者仍期待更长的续航,更环保的能源也成了厂商关注的焦点,因此氢能源汽车和太阳能汽车也开始走入风口。
  • 驾驶员监控系统怎样利用仿真优化 随着驾驶员越来越容易分心、困倦和损伤,驾驶员监控系统(DMS)被认为是预防事故的关键。但是我们是否过度设计了这些系统核心的传感器?
  • 并购还是有机增长?在市场恐惧时中国芯企业/产业资本该 本文将讨论近期巴菲特在目前的金融市场环境中入手台积电,给企业资本和产业资本为整合资源和各地方政府建设半导体产业生态带来的启发。
  • 世界杯接连爆冷VAR技术引关注,电子竞技领域也将拥抱AI 随着2022卡塔尔世界杯的连续爆冷,观众对其VAR(视频助理裁判)的热议甚嚣尘上。除了传统竞技领域中引进了先进技术的支持,另一个正在崛起的电子竞技领域也将拥有高科技电子裁判。
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