Международная команда ученых создала новый нейроморфный чип NeuRRAM для искусственного интеллекта, потребляющий лишь небольшую долю энергии и вычислительной мощности современных компьютеров. За счет снижения энергопотребления, необходимого для использования ИИ, NeuRRAM позволит создавать интеллектуальные и доступные периферийные устройства, а также повысить конфиденциальность данных. Статья опубликована в журнале Nature.
В настоящее время вычисления искусственного интеллекта (ИИ) требуют много энергии и больших вычислительных ресурсов. Большинство приложений ИИ на периферийных устройствах перемещают данные в облако, где ИИ обрабатывает и анализирует их, а затем результаты возвращаются на устройство. Это связано с тем, что большинству периферийных устройств доступно лишь ограниченное количество энергии, которое можно выделить для вычислений.
Теперь международная группа исследователей создала нейроморфный чип NeuRRAM, который выполняет вычисления непосредственно в памяти устройства и может запускать широкий спектр приложений ИИ. NeuRRAM приближает ИИ к работе на широком спектре периферийных устройств, выполняющих сложные когнитивные задачи в любом месте и в любое время, не полагаясь на сетевое подключение к централизованному серверу.
NeuRRAM не только в два раза более энергоэффективен, чем современные чипы вычисления в памяти, он также дает результаты столь же точные, как и обычные цифровые чипы. Кроме того, NeuRRAM очень универсален и поддерживает множество различных моделей и архитектур нейронных сетей. В результате его можно использовать для множества различных приложений, включая распознавание и реконструкцию изображений, а также распознавание голоса.
Чтобы решить проблему с передачей данных, исследователи использовали так называемую резистивную память с произвольным доступом (RRAM) — тип энергонезависимой памяти, который позволяет выполнять вычисления непосредственно в памяти, а не в отдельных вычислительных блоках. RRAM и другие новые технологии памяти используются в качестве массивов синапсов для нейроморфных вычислений. Однако вычисления с чипами RRAM приводят к снижению точности вычислений, выполняемых на чипе, и отсутствию гибкости в архитектуре чипа.
Ключом к энергоэффективности NeuRRAM является инновационный метод определения выходных данных в памяти. В традиционных подходах в качестве входных данных используется напряжение, а в качестве результата измеряется ток. В NeuRRAM команда разработала нейронную схему, которая измеряет напряжение и выполняет аналого-цифровое преобразование энергоэффективным способом. Это измерение в режиме напряжения может активировать весь массив RRAM за один вычислительный цикл.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
