جهاز 뉴런 الاصطناعي الجديد يمكن أن يقلل بشكل كبير من متطلبات الطاقة لحسابات الشبكات العصبية

قام باحثون في جامعة سان دييغو بتطوير جهاز نيورون اصطناعي جديد يمكنه تشغيل حسابات الشبكات العصبية مع 100 إلى 1000 مرة أقل من الطاقة والمساحة مقارنة بالعتاد الحالي القائم على تقنية CMOS.

نشر التقرير الأخير في مقال في 18 مارس في نيتشر نانوتكنولوجي.

为了生成输入 للطبقة الواحدة من العصبونات الاصطناعية في الشبكات العصبية، يجب تطبيق حساب رياضي يسمى دالة تنشيط غير خطية. ومع ذلك، يتطلب هذا التطبيق قدرة حاسوبية كبيرة ودائرة بسبب الحاجة إلى نقل البيانات بين الذاكرة والمعالج الخارجي.

قام الباحثون في جامعة كاليفورنيا سان دييغو بتطوير جهاز جديد بحجم النانومتر يمكنه تنفيذ هذه الوظيفة بكفاءة أعلى.

ديوجو كوزوم هو أستاذ الهندسة الكهربائية والحاسوب في جامعة كاليفورنيا سان دييغو.

“حساب الشبكات العصبية في العتاد يصبح أقل كفاءة مع زيادة حجم ونوعية نماذج الشبكات العصبية،” قال كوزوم. “لقد طورنا جهاز نيورون اصطناعي وحيد بحجم النانو يمكنه تنفيذ هذه الحسابات في العتاد بطريقة فعالة من حيث المساحة والطاقة.”

كانت الدراسة بقيادة كوزوم وطالب الدكتوراه شانغهيون أوه، وشاركوا مع أستاذ الفيزياء في جامعة كاليفورنيا سان دييغو إيفان شولر، الذي يقود مركز أبحاث الطاقة الأميركي.

الجهاز الجديد

يعتمد الجهاز الجديد على وحدة خطية معالجة، وهي واحدة من أكثر الوظائف الشائعة المستخدمة في تدريب الشبكات العصبية. يتطلب هذا الجهاز عتاداً يمكنه الخضوع لتغييرات تدريجية في المقاومة، وهو ما هدف إليه المهندسون. يمكن للجهاز التبديل تدريجياً من حالة العزل إلى حالة التوصيل مع كمية صغيرة من الحرارة.

يسمى هذا التبديل انتقالية موت، ويحدث في طبقة رقيقة جداً من ثنائي أكسيد الفاناديوم، ويوجد فوق هذه الطبقة سلك رقيق من التيتانيوم والذهب. تزداد حرارة طبقة ثنائي أكسيد الفاناديوم تدريجياً عندما يتدفق التيار عبر السلك الرقيق، مما يسبب تبديلاً تدريجياً ومسيطراً من العزل إلى التوصيل.

أوه هو المؤلف الأول للدراسة.

“هذا هيكل الجهاز مثير للاهتمام ومبتكر،” قال أوه. “في هذه الحالة، نتدفق التيار عبر سلك رقيق فوق المادة لتسخينها وتحفيز تغيير مقاومة تدريجي.”

تنفيذ الجهاز

للتطبيق، قام الفريق بتصنيع مصفوفة من أجهزة التنشيط ومصفوفة من الأجهزة العصبية، ثم دمجها على لوحة دارة مطبوعة مخصصة. ثم قاموا بتحويلها معاً، مما أدى إلى إنشاء نسخة عتادية من الشبكة العصبية.

استخدمت الشبكة لمعالجة صورة من خلال كشف الحواف، حيث تم تحديد الخطوط والزوايا للأجسام في الصورة. أظهر النظام العتادي المتكامل قدرته على أداء عمليات التجميع التي تهم مختلف أنواع الشبكات العصبية العميقة.

“الآن، هذا هو概念 إثبات،” قال كوزوم. “إنه نظام صغير حيث قمنا بتركيب طبقة واحدة من الطبقات العصبية مع طبقة واحدة من التنشيط. يمكنك من خلال تركيب المزيد من هذه الطبقات معاً إنشاء نظام أكثر تعقيداً لتطبيقات مختلفة.”