企业网站源码生成,广告设计专业介绍,如何建论坛网站,手机网站 设计图ISTOCKPHOTO来源#xff1a;IEEE电气电子工程师未来驱动人工智能的一些最佳电路可能是模拟电路#xff0c;而不是数字电路#xff0c;世界各地的研究团队正在越来越多地开发支持此类模拟人工智能的新设备。在驱动AI当前爆炸的深层神经网络中#xff0c;最基本的计算是乘法累… ISTOCKPHOTO来源IEEE电气电子工程师未来驱动人工智能的一些最佳电路可能是模拟电路而不是数字电路世界各地的研究团队正在越来越多地开发支持此类模拟人工智能的新设备。在驱动AI当前爆炸的深层神经网络中最基本的计算是乘法累加MAC运算。深度神经网络由人工神经元层组成在MAC操作中每一层的输出乘以它们与下一层连接的强度或“权重”值然后将这些贡献相加。现代计算机有专门用于MAC操作的数字元件但从理论上讲模拟电路可以用更少的能量进行这些计算。这种被称为模拟AI、内存中计算或内存中处理的策略通常使用非易失性存储器设备如闪存、磁阻RAMMRAM、电阻RAMRRAM、相变存储器PCM和更为深奥的技术来执行这些乘法累加操作。然而韩国的一个团队正在探索基于镨钙锰氧化物电化学RAMECRAM设备的神经网络这种设备就像微型电池以电导变化的形式存储数据。研究在韩国浦项科技大学的主要作者Chuljun Lee指出神经网络硬件在训练期间和应用期间经常有不同的需求。例如低能量屏障有助于神经网络快速学习但高能量屏障有助于它们保留所学知识以便在应用过程中使用。德国尤利希研究中心彼得·格伦伯格神经形态计算节点研究所所长、电气工程师John Paul Strachan没有参加这项研究。他说“在训练过程中将设备加热到100摄氏度左右可以产生有利于训练的特性。当它冷却下来时他们获得了更长的保留时间和更低的电流操作的优势。只需调整一个旋钮热量他们就可以在多个计算维度上看到改进。”研究人员于12月14日在旧金山举行的IEEE国际电子设备会议International Electron Devices Meeting (IEDM)上详细描述了他们的发现。Strachan指出这项工作面临的一个关键问题是经过多次加热和冷却后ECRAM可能会面临何种劣化。不过“这是一个非常有创意的想法他们的工作证明了这种方法可能有一些潜力。”另一组研究了铁电场效应晶体管 (FEFET)。研究主要作者、圣母大学的 Khandker Akif Aabrar 解释说FEFET 在每个晶体管内以电极化的形式存储数据。FEFET 面临的一个挑战是当它们缩小时它们是否仍然可以显示对 AI 应用程序有价值的模拟行为或者它们是否会突然切换到只存储一位信息的二进制模式极化状态为一种状态或另一种状态。“这个团队工作的优势在于他们对所涉及材料的洞察”Strachan说他没有参与这项研究“铁电材料可以被认为是由许多小磁畴组成的块体就像铁磁体可以被认为是上下磁畴一样。为了实现他们所希望的模拟行为他们希望所有这些磁畴在外加电场的作用下缓慢地向上或向下排列而不是出现一个失控的过程在这个过程中它们都会向上或向下移动。”因此他们用多个介电层物理分解了铁电超晶格结构以减少这种失控过程。该系统实现了94.1%的在线学习准确率这与其他FEFET和RRAM技术相比非常好科学家在12月14日的IEDM会议上详细介绍了这一发现。Strachan指出未来的研究可以寻求优化属性如当前水平。来自日本和台湾科学家的一种新型微芯片采用c轴定向晶体氧化铟镓锌制成。这项研究的合著者、日本半导体能源实验室公司的Satoru Ohshita指出他们的氧化物半导体场效应晶体管OSFET的超低电流操作低于每个电池1毫安操作效率为143.9万亿次/秒/瓦这是迄今为止模拟AI芯片中报道得最好的12月14日在IEDM会议上详细介绍了调查结果。“这些都是极低电流的设备”Strachan说“由于所需的电流非常低您可以将电路块变大从而获得512×512个存储单元的阵列而RRAM的典型数字更像是100×100。这是一个巨大的胜利因为较大的电路块在存储权重方面具有二次优势。” 当OSFET与电容器结合时它们可以以90%以上的准确度保留信息30小时。Strachan说“这可能是一段足够长的时间可以将这些信息转移到一些波动性较小的技术上。几十小时的保留时间并不是交易的破坏者。” 总之“研究人员正在探索的这些新技术都是概念验证案例提出了关于他们未来可能面临的挑战的新问题”Strachan说“他们还指出了通往代工厂的道路这是他们生产大批量、低成本商业产品所需要的。”未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市大脑研究计划构建互联网城市大脑技术和企业图谱为提升企业行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
