Ingenjörer arbetar med en ny typ av neuromorfisk dator

Ett team av ingenjörer vid Penn State arbetar med en ny typ av datorer eftersom den traditionella datorutvecklingen fortsätter att sakta ner. Den nya beräkningsmetoden baseras på hjärnans neurala nätverk, som är extremt effektiva.

Artikeln publicerades i Nature Communications.

Hjärninspirerad dator

Den stora skillnaden mellan modern dator och analogdator, som den mänskliga hjärnan tillhör, är att den förra består av två tillstånd: på-av eller ett och noll. Å andra sidan kan en analogdator ha många möjliga tillstånd. Ett exempel som används av teamet är jämförelsen mellan ett ljus som slås på och av, och ett som har en variabel mängd belysning.

Enligt teamledaren och biträdande professor i ingenjörsvetenskap och mekanik vid Penn State, Saptarshi Das, har studier av hjärninspirerad dator pågått i över 40 år. I dagens värld tvingar gränserna för digitala datorer oss att se mot höghastighetsbildbehandling, vilket är fallet för autonoma fordon.

Stordata spelar också en betydande roll i övergången till neuromorfisk dator, med tanke på dess krav på mönsterigenkänningstyper som fungerar bra med hjärnbaserad dator.

“Vi har kraftfulla datorer, utan tvekan, men problemet är att man måste lagra minnet på en plats och utföra beräkningarna någon annanstans”, sa Das.

Genom att flytta data fram och tillbaka från minne till logik, förbrukas en stor mängd energi, vilket resulterar i långsammare beräkningshastigheter. Tills dess att beräkning och minneslagring kan ske på samma plats, krävs en stor mängd utrymme för denna typ av miljö.

Thomas Shranghamer är en doktorand i gruppen och första författare till artikeln.

“Vi skapar artificiella neurala nätverk som syftar till att efterlikna energi- och arealeffektiviteten i hjärnan”, sa Shranghamer. “Hjärnan är så kompakt att den kan placeras ovanpå axlarna, medan en modern superdator tar upp utrymme som är lika stort som två eller tre tennisbanor.”

Omkonfigurerbara artificiella neurala nätverk

Teamet arbetar med artificiella neurala nätverk som kan omkonfigureras på samma sätt som neuronerna i den mänskliga hjärnan. Detta sker genom att applicera ett kortvarigt elektriskt fält på en grafenskiva, som är ett tjockt lager av kolatomer. Minst 16 möjliga minnestillstånd demonstrerades av teamet.

“Det vi har visat är att vi kan kontrollera ett stort antal minnestillstånd med precision med hjälp av enkla grafenfälttransistorer”, sa Das.

Teamet vill nu kommersialisera tekniken, och Das tror att det kommer att finnas ett stort intresse för arbetet med tanke på den nuvarande övergången till neuromorfisk dator bland de största halvledartillverkarna.

Arbetet från teamet vid Penn State är det senaste exemplet på övergången till dessa typer av artificiella neurala nätverk. Den mänskliga hjärnan visar återigen sin värde som inspiration för många av de senaste teknologierna och ger värdefull insikt i hur experter kan drastiskt minska storleken på moderna superdatorer.