スマートコンピューターのエネルギー効率を高める新しい方法を研究者が開発

テキサス大学オースティン校のコクレル工学部の研究者は、スマートコンピューターのエネルギー効率を高める新しい方法を発見しました。この発見は、人工知能、自動運転車、5Gおよび6G携帯電話などの新しい技術の開発により、膨大な量のデータを処理するために大量のエネルギーが必要になる時代に起こりました。

コンピューターのインフラストラクチャ

通常、コンピューターのインフラストラクチャはシリコンチップで構築されますが、新しく開発されたシステムはシリコンではなく磁気コンポーネントを使用します。シリコンチップは、人工知能、自動運転車、5Gおよび6G携帯電話などの要因により、限界に近づいています。これらの新しいアプリケーションでは、高速化、遅延の低減、光検出が必要であり、すべてエネルギーの増加を必要とします。したがって、シリコンの代替が検討されています。

研究者は、磁気コンポーネントの物理学を研究し、エネルギー費用の削減方法について新しい情報を発見しました。また、パターンや画像を認識できるニューラルネットワークであるトレーニングアルゴリズムの要件を削減する方法も発見しました。

ジーン・アンヌ・インコルヴィアは、コクレル工学部の電気・コンピューターエンジニアリング学科の助教授です。

「現在、ニューラルネットワークをトレーニングする方法は非常にエネルギー集約的です」とインコルヴィアは述べました。「私たちの研究は、トレーニングの努力とエネルギー費用を削減するのに役立ちます」。

研究の結果は、IOP Nanotechnologyに掲載されました。

横方向の抑制

インコルヴィアは、第一著者であり、二年目の大学院生であるカン・ツイと共同で研究を率いました。彼らは、人工ニューロン、または磁気ナノワイヤーが、特定の方法で配置することで、相互に競争する能力が自然に高まることができることを発見しました。この状況では、最も活性化されたものが勝ち、横方向の抑制と呼ばれる効果が発生します。

横方向の抑制は、通常、コストとエネルギーを増加させ、コンピューター内で必要な追加回路によります。

インコルヴィアによると、新しい方法は、標準的なバックプロパゲーションアルゴリズムよりもはるかにエネルギー効率が高いです。同じ学習タスクを実行する場合、研究者の方法では、エネルギーが20〜30倍削減されます。

新しいコンピューターを調べると、人間の脳と類似性があることがわかります。人間の脳にはニューロンがあり、コンピューターには人工的なニューロンがあります。横方向の抑制は、遅いニューロンが最も速いニューロンによって発火を妨げられる場合に発生し、エネルギー使用量の削減につながります。

インコルヴィアは、コンピューターとその動作方法に根本的な変化が起こっていることを示しています。新しいトレンドの1つは、ニューロモルフィック・コンピューティングと呼ばれ、コンピューターを人間の脳のように設計するプロセスです。

新しく開発されたスマートデバイスは、個々のタスクではなく、同時に大量のデータを分析するように設計されています。これは、人工知能と機械学習の基本的な側面の1つです。

この研究の主な焦点は、2つの磁気ニューロンと複数のニューロンの相互作用でした。研究チームは、今後、より大きなニューロンのセットに研究結果を適用する予定です。

この研究は、国家科学財団のCAREER賞とサンディア国立研究所の支援を受けました。テキサス大学のテキサス高性能計算センターからリソースが提供されました。