تکنولوژی

دستیابی به 14-بیت: دستگاهی شبیه مغز با عملکرد 4.1 ترا-عملیات در ثانیه در هر وات

یک تیم تحقیقاتی بین‌المللی یک پلتفرم سخت‌افزاری نورومورفیک توسعه داده‌اند که می‌تواند عملکرد برنامه‌های محاسباتی هوش مصنوعی را بهبود بخشد و سیستم‌های انرژی بهتر و کارآمدتری ایجاد کند. این دستگاه‌ها با معماری و عملکرد شبیه به مغز انسان ساخته شده‌اند و می‌توانند مولکول‌ها را در سطح بنیادی مواد کنترل و مدیریت کنند. این پلتفرم یک ممریستور مولکولی آنالوگ است که قادر به انجام وظایف پیچیده‌ای مانند آموزش شبکه‌های عصبی، پردازش زبان طبیعی و پردازش سیگنال می‌باشد.

یک تیم از محققان بین‌المللی یک پلتفرم سخت‌افزاری نورومورفیک توسعه داده‌اند که می‌تواند عملکرد برنامه‌های محاسباتی مبتنی بر هوش مصنوعی را افزایش دهد. همچنین این پلتفرم پتانسیل ایجاد سیستم‌های انرژی بهتر و کارآمدتر را دارد.

دستگاه‌های نورومورفیک سیستم‌های الکترونیکی هستند که برای تقلید از معماری و عملکرد مغز و سیستم عصبی انسان طراحی شده‌اند. چنین دستگاه‌هایی بخشی از محاسبات نورومورفیک هستند که یک زمینه پیشرفته‌ در توسعه رایانه‌هایی به شکل مغز تمرکز دارد.

دستگاه نورومورفیک توسعه ‌یافته توسط محققان بسیار خاص است زیرا می‌توان از آن برای مطالعه، کنترل و تغییر مولکول‌هایی که یک ماده را تشکیل می‌دهند، استفاده کرد. این امکان ایجاد تغییرات در مواد در سطح بنیادی را فراهم می‌آورد.

“این راه حل خارج از جعبه می‌تواند مزایای بزرگی برای همه برنامه‌های محاسباتی، از مراکز داده پرانرژی گرفته تا نقشه‌های دیجیتال حافظه‌ بر و بازی‌های آنلاین داشته باشد”، دیمین تامپسن، یکی از محققان و استادیار مدل‌سازی مولکولی در دانشگاه لیمریک در ایرلند (UL)، گفت .

دستگاهی که رزولوشن محاسباتی بالا ارائه می‌دهد

پلتفرمی که محققان در مطالعه خود پیشنهاد داده‌اند یک ممریستور مولکولی آنالوگ است. این نوع دستگاه نورومورفیک قابل برنامه‌ریزی مانند سیستم حافظه مغز انسان کار می‌کند. با این حال، دقیقاً یک رایانه شبیه مغز نیست بلکه یک جزء ضروری برای ساخت چنین سیستم‌های محاسباتی است.

ممریستور از مولکول‌هایی ساخته شده‌است که می‌توانند خواص الکتریکی خود را بر اساس میزان بار الکتریکی عبوری تغییر دهند.

طراحی دستگاه “الهام گرفته از مغز انسان است و از نوسانات طبیعی اتم‌ها برای پردازش و ذخیره اطلاعات استفاده می‌کند. هنگامی که مولکول‌ها در شبکه کریستالی خود می‌چرخند و می‌پرند، مجموعه‌ای از حالت‌های حافظه فردی ایجاد می‌کنند”، تامپسن بیان کرد.

با این حال، این اولین پلتفرم نورومورفیک نیست. دانشمندان در گذشته نیز چنین دستگاه‌هایی را توسعه داده‌اند اما آن طراحی‌ها رزولوشن محاسباتی کمی داشتند و بنابراین، تنها قادر به انجام “عملیات با دقت پایین” بودند.

“بازاندیشی تیم در معماری محاسباتی زیربنایی به رزولوشن بالا الویت آن‌ دست یافته‌است که انجام کارهایی با بار کاری منبع‌بر را با کارایی انرژی بی‌سابقه 4.1 تراعملیات در ثانیه در هر وات (TOPS/W) امکان پذیر می‌کند”، محققان ذکر کردند.

بنابراین برخلاف دستگاه‌های نورومورفیک قبلاً پشنهاد شده، ممریستور جدید می‌تواند وظایف سطح بالا مانند آموزش شبکه‌های عصبی، پردازش زبان طبیعی و پردازش سیگنال را انجام دهد.

“ما دقیق‌ترین شتاب‌دهنده نورومورفیک 14 بیتی را ساختیم که به طور کامل در یک مدار مجتمع شده و می‌تواند کارهای پردازش سیگنال، هوش مصنوعی و یادگیری ماشینی مانند شبکه‌های عصبی مصنوعی، خود-رمزگذارها و شبکه‌های مولد متخاصم را انجام دهد”، سریتوش گوسوامی، یکی از نویسندگان مطالعه و متخصص در محاسبات الهام گرفته از مغز در موسسه علوم هند (IISC) بیان کرد.

این ممریستور می‌تواند مولکول‌ها را ردیابی و دستکاری کند

نویسندگان مطالعه ادعا می‌کنند که با استفاده از پلتفرم نورومورفیک پیشنهادی، می‌توانند حرکات مولکول‌ها در یک دستگاه یا ماده را ردیابی کرده و هر لحظه را به یک حالت الکتریکی خاص تطابق دهند.

هنگامی که حالت الکتریکی متصل به یک مولکول شناسایی شد، می‌توانند تغییرات دلخواه را در مولکول تنها با عبور یک ولتاژ متفاوت معرفی کنند. این امکان به دانشمندان اجازه می‌دهد که مواد را دستکاری کرده و آنها را با سیستم‌های الکتریکی ادغام کنند.

برای مثال، این می‌تواند به توسعه سیستم‌های محاسباتی یکپارچه در بسته‌بندی، منسوجات و مواد دیگر منجر شود. تصور کنید یک تی‌شرت مجهز به چیپ هوش مصنوعی که رنگ آن براساس حالت روانی شما تغییر می‌کند.

این ممکن است در حال حاضر مانند علمی تخیلی به نظر برسد، اما دستگاه نورومورفیک پیشنهادی پتانسیل تحقق چنین چیزهایی را دارد. می‌تواند نسل کاملاً جدیدی از برنامه‌های محاسباتی ایجاد کند.

“هدف نهایی جایگزینی چیزی که اکنون به عنوان رایانه می‌شناسیم با ‘هرجای’ با عملکرد بالا مبتنی بر مواد کارآمد انرژی و سازگار با محیط زیست است”، تامپسن گفت.

این مطالعه در مجله Nature منتشر شده است.

توسط
Interesting Engineering
منبع
Interesting Engineering
نمایش بیشتر

اخبار مرتبط

بازگشت به بالا