Modele i platformy AI

Komponent komputera naśladuje synapsy ludzkiego mózgu

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Nowy komponent komputera opracowany przez naukowców z KTH Royal Institute of Technology i Stanford University naśladuje ludzki mózg, działając jak komórka synaptyczna. Nowy komponent nazywa się elektrochemiczną pamięcią o dostępie losowym (ECRAM).

Wzrost komputerów neuromorficznych

Komponenty pamięci ECRAM zostały wykonane z 2D tytanu i wykazały imponującą zdolność do uzupełnienia klasycznej technologii tranzystorowej. Umożliwiają one komercjalizację potężnych komputerów modelowanych na sieci neuronowej mózgu. Te komputery neuromorficzne mają potencjał, aby być znacznie bardziej efektywne energetycznie niż dzisiejsze komputery.

ECRAM ma architekturę dramatycznie różną od klasycznego komputera i działa jako komórka synaptyczna w sztucznej sieci.

Max Hamedi jest adiunktem na KTH.

“Zamiast tranzystorów, które są albo włączone, albo wyłączone, i potrzeby przenoszenia informacji między procesorem a pamięcią – te nowe komputery polegają na komponentach, które mogą mieć wiele stanów i wykonywać obliczenia w pamięci”, mówi Hamedi.

Zespół naukowców z KTH i Stanford pracował nad testowaniem bardziej wydajnych materiałów do budowy ECRAM. Aby uczynić te chipy komercyjnie wykonalnymi, wymagają one materiałów, które mogą pokonać wolne kinetykę tlenków metali oraz niestabilną temperaturę plastików.

Materiał MXene

Naukowcy wytworzyli materiał znany jako MXene, który jest związkiem 2D, grubości tylko kilku atomów, składającym się z tytanu i węgla. MXene łączy wysoką prędkość chemii organicznej i kompatybilność integracyjną materiałów nieorganicznych.

ECRAM MXene łączy prędkość, szum zapisu, liniowość, energię przełączania i wskaźniki wytrzymałości, które są potrzebne do równoległego przyspieszania sztucznych sieci neuronowych (ANN).

Profesor Alberto Salleo z Uniwersytetu Stanforda jest współautorem badań.

“MXene to ekscytująca rodzina materiałów dla tego konkretnego zastosowania, ponieważ łączą one stabilność temperaturową potrzebną do integracji z elektroniką konwencjonalną z dostępnością ogromnej przestrzeni składu do optymalizacji wydajności”, mówi Salleo.

Według Hamedi, nadal istnieją wiele barier, które muszą być pokonane, jeśli konsumenci mają kupić swoje własne komputery neuromorficzne. Jednak 2D ECRAM to duży przełom w dziedzinie materiałów neuromorficznych. Mogą one umożliwić sztuczną inteligencję, która jest w stanie adaptować się do mylących danych wejściowych i niuansów, podobnie jak ludzki mózg. Jednocześnie wymagałoby to znacznie mniej zużycia energii.

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją, który bada najnowsze rozwoje w dziedzinie sztucznej inteligencji. Współpracował z licznymi startupami i wydawnictwami związanymi z sztuczną inteligencją na całym świecie.