Дослідники розробили новий спосіб підвищення енергоефективності розумних комп’ютерів

Дослідники з інженерної школи Кокрелла університету Техасу в Остіні відкрили новий спосіб підвищення енергоефективності розумних комп’ютерів. Це відбувається в час, коли існує підвищена потреба в енергії для обробки величезних обсягів даних, результатом чого є нова технологія.

Інфраструктура комп’ютерів

Зазвичай для побудови інфраструктури, яка живить комп’ютери, використовуються кремнієві чипи, але нова система заснована на магнітних компонентах замість кремнію. Кремнієві чипи починають досягати своїх обмежень через речі, такі як штучний інтелект, самоходи, 5G і 6G телефони. Нові застосування вимагають вищої швидкості, зменшення затримки та виявлення світла, все це вимагає збільшення енергії. Через це розглядаються альтернативи кремнію.

Дослідники, вивчаючи фізику магнітних компонентів, знайшли нову інформацію про те, як можна зменшити енергетичні витрати. Вони також відкрили способи зменшити вимоги до алгоритмів навчання, які є нейронними мережами, здатними розпізнавати закономірності та зображення.

Жан Анн Інкорвія – асистент професора в департаменті електротехніки та комп’ютерних наук інженерної школи Кокрелла.

“Зараз методи навчання нейронних мереж дуже енергозатратні”, – сказав Жан Анн Інкорвія. “Наша робота може допомогти зменшити зусилля та енергетичні витрати на навчання”.

Результати дослідження були опубліковані в IOP Nanotechnology.

Латеральна інгібіція

Інкорвія була приєднана до першого автора та другого року аспіранта Кана Куя. Разом вони очолили дослідження та відкрили, що здатність штучних нейронів, або магнітних нанодротов, конкурувати один з одним може бути природно збільшена шляхом розміщення їх у певному порядку. У цій ситуації найбільш активовані закінчуються переможцями, і цей ефект називається “латеральна інгібіція”.

Латеральна інгібіція зазвичай збільшує витрати та потребує більше енергії та місця через додаткову апаратуру, необхідну в комп’ютерах.

За словами Інкорвії, новий метод значно більш енергоефективний, ніж стандартний алгоритм назад-пропагації. При виконанні однакових завдань навчання дослідники досягли зниження енерговитрат у 20-30 разів.

При розгляді нових комп’ютерів існує подібність між ними та людським мозком. Як і людський мозок містить нейрони, комп’ютери містять штучні версії. Латеральна інгібіція відбувається, коли повільніші нейрони запобігають швидшим нейронам від вогню. Це призводить до зменшення потреби в енергії при обробці даних.

Інкорвія вказала, що відбувається фундаментальна зміна у комп’ютерах та їх роботі. Одним із нових трендів є нейроморфне обчислення, яке можна розглядати як процес проектування комп’ютерів для того, щоб вони думали як людський мозок.

Нові розумні пристрої розроблені для аналізу величезних обсягів даних одночасно, а не обробки окремих завдань. Це одна з фундаментальних аспектів штучного інтелекту та машинного навчання.

Основним напрямком цього дослідження були взаємодії між двома магнітними нейронами та взаємодії декількох нейронів. Команда тепер буде застосовувати свої відкриття до більших наборів нейронів.

Дослідження було підтримано Національним науковим фондом CAREER та лабораторіями Сандія. Ресурси були надані центром передових обчислень Техаського університету.