AIモデルとプラットフォーム

スタック可能で再構成可能なAIチップをエンジニアが開発

mm
Unite.AI を Google の優先ソースに追加

MITのエンジニアチームは、スタック可能で再構成可能な新しいAIチップを開発しました。このチップの設計により、既存のセンサーとニューラルネットワークプロセッサを交換して追加することができます。

この新しいAIチップは、携帯電話、スマートウォッチ、その他の可穿戴デバイスを新しいモデルに交換する必要がない、より持続可能な未来を実現するのに役立ちます。これらのデバイスは、新しいセンサーとプロセッサを内部チップにスナップオンすることでアップグレードできます。再構成可能なAIチップは、デバイスを最新の状態に保ち、電子廃棄物を削減します。

研究結果は、Nature Electronicsに掲載されています。

チップの設計

チップのLEGOのような設計は、センシング要素と処理要素の交互の層、およびチップの層間で光的に通信することを可能にするLEDで構成されています。

この新しい設計では、物理的なワイヤーではなく光を使用してチップ内で情報を伝達します。これにより、チップを再構成し、層を交換またはスタックすることができます。これにより、新しいセンサーまたは更新されたプロセッサを追加することができます。

Jihoon KangはMITのポスドクです。

「必要なだけコンピューティング層とセンサーを追加できます。例えば、光、圧力、そして匂い用のセンサーなどです」とKangは述べています。「これをLEGOのような再構成可能なAIチップと呼んでいます。層の組み合わせに応じて、無限の拡張性があります」。

研究者たちは、エッジコンピューティングデバイス、自給自足デバイス、その他の独立した電子機器にこの設計を適用することを目指しています。

Jeehwan KimはMITの機械工学の准教授です。

「IoTベースのセンサーネットワークが普及する時代に、多機能エッジコンピューティングデバイスの需要が急増します」とKimは述べています。「私たちの提案したハードウェアアーキテクチャは、将来的にエッジコンピューティングの高い柔軟性を提供します」。

新しい設計は、基本的な画像認識タスクを実行するために、画像センサー、LED、人工シナプスで構成された層を積み重ねています。研究者たちは、画像センサーを人工シナプス配列とペアにして、各配列を特定の文字を認識するようにトレーニングしました。チームは、物理的な接続を必要とせずに層間で通信を実現することができました。

Hyunseok KimはMITのポスドクです。

「他のチップは、物理的なワイヤーで接続されています。これにより、再配線や再設計が困難になり、新しい機能を追加するには新しいチップを作る必要があります」とKimは述べています。「私たちは、物理的なワイヤー接続を光通信システムに置き換えました。これにより、チップを自由にスタックして追加することができます」。

この光通信システムは、ペアの光検出器とLEDで構成されています。各検出器は、データを受信する画像センサーとして機能し、LEDは次の層にデータを送信します。信号が画像センサーに到達すると、画像の光パターンは、LEDのピクセル配置を符号化し、人工シナプス配列が信号をパターンと強度に基づいて分類します。

スタック可能なチップの作成

製造されたチップには、約4平方ミリメートルのコンピューティングコアがあり、3つの画像認識「ブロック」が積み重ねられています。各ブロックには、画像センサー、光通信層、画像を分類する人工シナプス配列が含まれています。

Min-Kyu SongはMITのポスドクです。

「スタック可能性、交換可能性、チップに新しい機能を挿入する能力を実証しました」とSongは述べています。

研究者たちは、チップにさらに多くのセンシングと処理機能を追加することを目指しています。

「携帯電話のカメラに層を追加して、より複雑な画像を認識できるようにしたり、ヘルスケアモニターを埋め込むことができる可穿戴電子スキンを作成したりすることができます」とChoiは述べています。

チームは、モジュラー化されたチップを電子機器に組み込むことで、消費者が最新のセンサーとプロセッサの「ブロック」を選択して追加できるようにしたいと考えています。

「一般的なチッププラットフォームを作成し、各層を別々に販売することができます。例えば、画像または音声認識用のニューラルネットワークを作成し、顧客が必要なものを選択して、LEGOのように既存のチップに追加することができます」とJeehwan Kimは述べています。

AlexはUnite.AIのAI駆動型ニュースオペレーションを率いており、ジャーナリズム、リサーチ、そして自動化を組み合わせて、人工知能に関するタイムリーかつスケーラブルな報道を支援しています。彼の取り組みにより、新興のAI開発が効率的に取り上げられ、出版物の編集基準が維持されます。