Учёные создали программируемые резисторы, которые работают в 10 тысяч раз быстрее синапсов мозга
Исследователи из MIT разработали новое устройство для аналогового обучения. По задумке учёных, программируемые резисторы позволят эффективнее тренировать нейросети с меньшим энергопотреблением.
🧠 Скорость обработки биологических данных в нейронах и синапсах мозга ограничена водной средой, через которую слабые потенциалы действия (около 100 мВ) распространяются в течение миллисекунд.
У искусственных твердотельных нейронов таких ограничений по времени и напряжению нет. К тому же их размеры могут быть в тысячу раз меньше биологических аналогов.
🌡 Прототипы новых устройств размером 50 на 150 нанометров изготовили с помощью электронно-лучевой литографии. Накачку протонов в канал проводили через твердотельный электролит — специальное твёрдое фосфосиликатное стекло с нанопорами (PSG). Оно обладает высокой протонной проводимостью даже при комнатной температуре.
Поскольку протоны не повреждают материал, резистор может работать миллионы циклов. А благодаря изолирующим свойствам PSG через него почти не проходит электрический ток при движении протонов. Это делает устройство максимально энергоэффективным.
Тесты показали, что искусственные синапсы выдерживают сильные электрические поля (около 10 мВ на сантиметр). К тому же новые программируемые резисторы показали отличную энергоэффективность — 2,5 фемтоджоуля на импульс.
👨💻 Учёные говорят, что аналоговое глубокое обучение позволит тренировать беспрецедентно сложные нейросети. Основанное на искусственных синапсах оборудование будет работать эффективнее, потому что вычисления выполняются в памяти — огромные объёмы данных не передаются в процессор и обратно.
К тому же аналоговые процессоры выполняют операции параллельно: если размер матрицы увеличивается, ему не требуется больше времени на выполнение новых операций.
🩻 🚘 В будущем аналоговое обучение поможет быстрее разрабатывать модели ИИ для самоуправляемых автомобилей, анализа заболеваний и обнаружения мошенничества.
Исследователи из MIT разработали новое устройство для аналогового обучения. По задумке учёных, программируемые резисторы позволят эффективнее тренировать нейросети с меньшим энергопотреблением.
🧠 Скорость обработки биологических данных в нейронах и синапсах мозга ограничена водной средой, через которую слабые потенциалы действия (около 100 мВ) распространяются в течение миллисекунд.
У искусственных твердотельных нейронов таких ограничений по времени и напряжению нет. К тому же их размеры могут быть в тысячу раз меньше биологических аналогов.
🌡 Прототипы новых устройств размером 50 на 150 нанометров изготовили с помощью электронно-лучевой литографии. Накачку протонов в канал проводили через твердотельный электролит — специальное твёрдое фосфосиликатное стекло с нанопорами (PSG). Оно обладает высокой протонной проводимостью даже при комнатной температуре.
Поскольку протоны не повреждают материал, резистор может работать миллионы циклов. А благодаря изолирующим свойствам PSG через него почти не проходит электрический ток при движении протонов. Это делает устройство максимально энергоэффективным.
Тесты показали, что искусственные синапсы выдерживают сильные электрические поля (около 10 мВ на сантиметр). К тому же новые программируемые резисторы показали отличную энергоэффективность — 2,5 фемтоджоуля на импульс.
👨💻 Учёные говорят, что аналоговое глубокое обучение позволит тренировать беспрецедентно сложные нейросети. Основанное на искусственных синапсах оборудование будет работать эффективнее, потому что вычисления выполняются в памяти — огромные объёмы данных не передаются в процессор и обратно.
К тому же аналоговые процессоры выполняют операции параллельно: если размер матрицы увеличивается, ему не требуется больше времени на выполнение новых операций.
🩻 🚘 В будущем аналоговое обучение поможет быстрее разрабатывать модели ИИ для самоуправляемых автомобилей, анализа заболеваний и обнаружения мошенничества.