Inženýři pracují na novém typu neuromorfního počítání

Tým inženýrů na Penn State pracuje na novém typu počítání, protože tradiční pokrok v počítání zpomaluje. Nová metoda počítání je založena na mozkových neuronových sítích, které jsou extrémně efektivní.

Článek byl zveřejněn v Nature Communications.

Počítání inspirované mozkem

Hlavní rozdíl mezi moderním počítáním a analogovými počítači, které patří mezi počítače, je ten, že první sestává ze dvou stavů: zapnuto-vypnuto nebo jeden a nula. Na druhé straně může analogový počítač mít mnoho možných stavů. Příkladem, který uvádí tým, je srovnání mezi světlem, které se zapíná a vypíná, a tím, které má proměnlivou intenzitu osvětlení.

Podle vedoucího týmu a asistenta profesora inženýrské vědy a mechaniky Saptarshiho Dase se studium počítání inspirovaného mozkem provádí již více než 40 let. V dnešním světě jsou omezení digitálních počítačů nyní nutí hledat vysokorychlostní zpracování obrazu, což je případ autonomních vozidel.

Velká data také sehrávají podstatnou roli v přechodu k neuromorfnímu počítání, protože vyžadují typy rozpoznávání vzorců, které fungují dobře s mozkem-založeným počítáním.

„Máme powerfulné počítače, o tom není pochyb, problém je, že musíte uložit paměť na jednom místě a provést výpočet někde jinde,“ řekl Das.

Přesunutím dat zpět a forth z paměti do logiky se spotřebuje大量 energie, což vede ke zpomalení rychlosti počítání. Dokud nebude možné spojit výpočet a úložiště paměti na jednom místě, bude vyžadováno mnoho prostoru pro tento typ prostředí.

Thomas Shranghamer je doktorandem ve skupině a prvním autorem článku.

„Vytváříme umělou neuronovou síť, která se snaží emulovat energii a prostorovou efektivitu mozku,“ řekl Shranghamer. „Mozek je tak kompaktní, že se vejde na vrchol ramen, zatímco moderní superpočítač zabírá prostor velikosti dvou nebo tří tenisových kurtů.“

Rekonfigurovatelné umělá neuronová síť

Tým pracuje na umělých neuronových sítích, které lze rekonfigurovat podobně jako neurony v lidském mozku. To se provádí aplikací krátkého elektrického pole na list grafenu, který je silnou vrstvou uhlíkových atomů. Tým prokázal nejméně 16 možných stavů paměti.

„Zjistili jsme, že můžeme ovládat velký počet stavů paměti s přesností pomocí jednoduchých grafenových tranzistorů,“ řekl Das.

Tým by nyní rád komercializoval technologii a Das věří, že bude velký zájem o práci vzhledem k současné změně směrem k neuromorfnímu počítání mezi největšími polovodičovými společnostmi.

Práce, která pochází z týmu na Penn State, je nejnovějším příkladem přechodu k těmto typům umělých neuronových sítí. Lidský mozek opět prokazuje svou hodnotu jako inspirace pro mnoho nejnovějších technologií a poskytuje cenné poznatky o tom, jak odborníci mohou výrazně snížit velikost moderních superpočítačů.