AI Hardware Technologie imitéiert Ännerungen an der Neural Netzwierk Topologie

Eng Grupp vu Fuerscher am Korea Advanced Institute of Science and Technology (KAIST) huet en neie System proposéiert inspiréiert vun der Neuromodulatioun vum Gehir, deen e "Stashing System" genannt gëtt. Dësen nei proposéierte System erfuerdert manner Energieverbrauch. 

D'Team gouf vum Professer Kyung Min Kim vum Departement fir Materialwëssenschaft an Ingenieur geleet. D'Fuerschung gouf publizéiert an Fortgeschratt funktionell Materialien an ënnerstëtzt vum KAIST, der National Research Foundation vu Korea, dem National NanoFab Center, an SK Hynix. 

Neural Netzwierk Topologie imitéieren

D'Fuerscher hunn eng Technologie entwéckelt, déi mathematesch Operatiounen fir kënschtlech Intelligenz effizient handhaben kann andeems d'Verännerungen an der Topologie vum neurale Netzwierk je no der Situatioun imitéieren. Dëst gouf vum mënschleche Gehir inspiréiert, wat seng neural Topologie an Echtzäit änneren kann, wat et erméiglecht, Erënnerungen ze späicheren oder z'erënneren wann néideg. 

Dës nei Aart vun AI Léiermethod implementéiert direkt neurale Koordinatiounskreeskonfiguratiounen. 

Fir déi effektiv Implementatioun vun AI an elektroneschen Apparater, ass et wichteg datt personaliséiert Hardware Entwécklung ënnerstëtzt gëtt. Mat deem gesot, déi meescht elektronesch Geräter erstallt fir AI erfuerderen héije Stroumverbrauch. Wa se grouss Aufgaben ausféieren, brauche se och héich integréiert Erënnerungsarrays. Dës Aschränkungen am Konsum an Integratioun hu bewisen schwéier ze iwwerwannen, sou datt d'Fuerscher ugefaang hunn méi déif am mënschleche Gehir ze kucken fir ze wëssen wéi et Problemer léist. 

Héich effizient Technologie

D'Team huet d'Effizienz vun der neier Technologie bewisen andeems se kënschtlech neural Netzwierk Hardware mat engem selbstberechtegten synaptesche Array an Algorithmus als "Stashing System" bezeechent gëtt. Dës Hardware gouf entwéckelt fir AI Léieren ze féieren, an et konnt d'Energie ëm 37% am Stashing System reduzéieren ouni Genauegkeetsdegradatioun ze leiden. 

"An dëser Etude hu mir d'Léiermethod vum mënschleche Gehir mat nëmmen enger einfacher Circuit Zesummesetzung ëmgesat an duerch dëst konnte mir d'Energie déi néideg ass ëm bal 40 Prozent reduzéieren", sot de Professer Kim. 

Ee vun de wichtegen Aspekter vun dësem neie Stashing System, deen d'Aktivitéit vum Gehir mimikéiert, ass datt et kompatibel ass mat existéierenden elektroneschen Apparater a kommerzialiséierter Halbleiter Hardware. De System kéint eng grouss Roll spillen am Design vun nächster Generatioun Hallefleit Chips fir AI.