Ingeniører bygger stable og omkonfigurerbare AI-chip

Et hold ingeniører på MIT har bygget en ny kunstig intelligens-chip med en design, der er stable og omkonfigurerbar, hvilket hjælper med at udskifte og bygge på eksisterende sensorer og neurale netværksprocessorer.

Den nye AI-chip kan hjælpe med at opnå en mere bæredygtig fremtid, hvor mobiltelefoner, smarture og andre bærbare enheder ikke behøver at kasseres for en nyere model. De kan opgraderes med nye sensorer og processorer, der kan klikkes på en enheds interne chip. Omkonfigurerbare AI-chip som disse kan holde enheder opdateret og reducere elektronisk affald.

Forskningens resultater blev offentliggjort i Nature Electronics.

Design af chippet

Den LEGO-lignende design af chippet består af skiftende lag af sensor- og proceselementer samt lysdioder (LED), der muliggør kommunikation mellem chippets lag.

Denne nye design bruger lys i stedet for fysiske ledninger til at overføre information gennem chippet, hvilket muliggør, at chippet kan omkonfigureres, med lag, der kan udskiftes eller stablet på. Dette kan bruges til at tilføje nye sensorer eller opdaterede processorer.

Jihoon Kang er en MIT-postdoc.

“Du kan tilføje så mange beregningslag og sensorer, som du ønsker, såsom for lys, tryk og sogar lugt,” siger Kang. “Vi kalder dette en LEGO-lignende omkonfigurerbar AI-chip, fordi den har ubegrænset udvidelighed afhængigt af lagkombinationen.”

Forskerne vil se på at anvende designet til edge-computing-enheder, selvstændige enheder og andre elektronik, der fungerer uafhængigt af en central eller distribueret ressource.

Jeehwan Kim er en associeret professor i mekanisk ingeniørvidenskab på MIT.

“Da vi indtræder i internet-of-things-æraen baseret på sensor-netværk, vil efterspørgslen efter multifunktionelle edge-computing-enheder øge dramatisk,” siger Kim. “Vores foreslåede hardware-arkitektur vil give høj fleksibilitet i edge-computing i fremtiden.”

Den nye design er konfigureret til at udføre grundlæggende billedgenkendelse-opgaver via et lag af billedsensorer, lysdioder og processorer lavet af kunstige synapser. Forskerne parrede billedsensorer med kunstige synapse-arrays, hvor hvert array var trænet til at genkende bestemte bogstaver. Holdet kunne opnå kommunikation mellem lagene uden at behøve en fysisk forbindelse.

Hyunseok Kim er en MIT-postdoc.

“Andre chip er fysisk forbundet gennem metal, hvilket gør dem svære at omdirigere og omkonfigurere, så du ville behøve at lave et nyt chip, hvis du ville tilføje en ny funktion,” siger Kim. “Vi erstattede den fysiske ledningsforbindelse med et optisk kommunikationssystem, der giver os friheden til at stable og tilføje chip, som vi ønsker.”

Dette optiske kommunikationssystem består af parrede fotodetektorer og lysdioder, hver med små pixel-mønstre. Fotodetektorerne udgør en billedsensor til modtagelse af data, og lysdioder til overførsel af data til det næste lag. Når et signal når billedsensoren, kodificerer billedets lysmønster en konfiguration af lysdiode-pixel, der derefter stimulerer et andet lag af fotodetektorer samt en kunstig synapse-array, der klassificerer signalet baseret på mønsteret og styrken af lysdiode-lyset.

Oprettelse af et stablet chip

Det fremstillede chip har en beregningskerne på omkring 4 kvadratmillimeter og er stablet med tre billedgenkendelses-“blokke”, hvor hver består af en billedsensor, et optisk kommunikationslag og en kunstig synapse-array til klassificering.

Min-Kyu Song er en anden MIT-postdoc.

“Vi viste stabilitet, udskiftelighed og evnen til at indsætte en ny funktion i chippet,” siger Song.

Forskerne vil nu se på at tilføje flere sensor- og procesfunktioner til chippet.

“Vi kan tilføje lag til en mobiltelefons kamera, så den kan genkende mere komplekse billeder, eller lave dem til sundhedsmonitore, der kan indlejres i bærbare elektroniske hud,” siger Choi.

Holdet siger, at modulære chip kan bygges ind i elektronik og muliggøre, at forbrugerne kan vælge at bygge op med de seneste sensor- og processor-“klodser”.

“Vi kan lave en generel chip-platform, og hvert lag kan sælges separat som et videospil,” siger Jeehwan Kim. “Vi kan lave forskellige typer neurale netværk, såsom for billed- eller talegenkendelse, og lade kunden vælge, hvad de ønsker, og tilføje til en eksisterende chip som et LEGO.”