Ingenieure arbeiten an einer neuen Art von neuromorphem Computing

Ein Team von Ingenieuren an der Penn State arbeitet an einer neuen Art von Computing, da der Fortschritt im traditionellen Computing immer mehr zum Stillstand kommt. Die neue Rechenmethode basiert auf den neuralen Netzen des Gehirns, die extrem effizient sind.

Der Artikel wurde in Nature Communications veröffentlicht.

Computing inspiriert vom Gehirn

Der größte Unterschied zwischen modernem Computing und Analogcomputern, zu denen das menschliche Gehirn gehört, besteht darin, dass ersteres aus zwei Zuständen besteht: an/aus oder eins und null. Andererseits kann ein Analogcomputer viele mögliche Zustände haben. Ein Beispiel, das das Team verwendet, ist der Vergleich zwischen einer Lampe, die ein- und ausgeschaltet wird, und einer, die eine variable Beleuchtungsstärke hat.

Laut dem Teamleiter und Assistenzprofessor für Ingenieurwissenschaften und Mechanik an der Penn State, Saptarshi Das, wird die Forschung zu computing inspiriert vom Gehirn bereits seit über 40 Jahren betrieben. In der heutigen Welt zwingen uns die Grenzen von digitalen Computern dazu, uns auf die hochgeschwindige Bildverarbeitung zu konzentrieren, wie sie bei autonomen Fahrzeugen der Fall ist.

Big Data spielt auch eine wesentliche Rolle bei der Umstellung auf neuromorphes Computing, da es Anforderungen an Mustererkennungstypen erfüllt, die gut mit dem gehirnbasierten Computing funktionieren.

“Wir haben leistungsstarke Computer, keine Frage, das Problem ist, dass man das Gedächtnis an einem Ort speichern und die Verarbeitung woanders durchführen muss”, sagte Das.

Durch das Hin- und Herschieben von Daten zwischen Speicher und Logik wird viel Energie verbraucht, was zu langsameren Rechengeschwindigkeiten führt. Bis die Verarbeitung und Speicherung an einem Ort stattfinden können, ist viel Platz für diese Art von Umgebung erforderlich.

Thomas Shranghamer ist ein Doktorand in der Gruppe und Erstautor des Artikels.

“Wir erstellen künstliche neuronale Netze, die die Energie- und Flächeneffizienz des Gehirns nachahmen”, sagte Shranghamer. “Das Gehirn ist so kompakt, dass es auf Ihren Schultern passt, während ein moderner Supercomputer einen Raum der Größe von zwei oder drei Tennisplätzen einnimmt.”

Rekonfigurierbare künstliche neuronale Netze

Das Team arbeitet an künstlichen neuronalen Netzen, die wie die Neuronen im menschlichen Gehirn umkonfiguriert werden können. Dies geschieht durch die Anwendung eines kurzen elektrischen Feldes auf eine Graphenschicht, die eine dicke Schicht von Kohlenstoffatomen ist. Das Team hat mindestens 16 mögliche Speicherzustände demonstriert.

“Was wir gezeigt haben, ist, dass wir eine große Anzahl von Speicherzuständen mit Präzision mithilfe einfacher Graphen-Feldeffekt-Transistoren steuern können”, sagte Das.

Das Team möchte nun die Technologie kommerzialisieren, und Das glaubt, dass es aufgrund des aktuellen Trends zu neuromorphem Computing bei den größten Halbleiterunternehmen viel Interesse an der Arbeit geben wird.

Die Arbeit, die von dem Team an der Penn State kommt, ist das neueste Beispiel für den Übergang zu diesen Arten von künstlichen neuronalen Netzen. Das menschliche Gehirn beweist seinen Wert erneut als Inspiration für viele der neuesten Technologien und bietet wertvolle Einblicke in die Möglichkeiten, wie Experten die Größe moderner Supercomputer drastisch reduzieren können.