来源:科技日报
科技日报记者 张梦然
美国麻省理工学院研究人员组成的多学科团队正着手推动提高一种人工模拟突触的速度极限。他们在制造过程中使用了一种实用的无机材料,使设备运行速度比以前的版本快100万倍,也比人脑中的突触快约100万倍。该研究近日发表在《科学》杂志上。
麻省理工学院开发的这种无机材料使电阻器非常节能。与早期版本的设备中使用的材料不同,新材料与硅制造技术兼容。这一变化使制造纳米级设备成为可能,并可能为集成到深度学习应用的商业计算硬件铺平道路。
(资料图片仅供参考)
该装置的工作机制是将最小的离子—质子通过电化学方式,插入绝缘氧化物中,以调节其电子导电性。因为研究使用非常薄的设备,因此可通过使用强电场来加速这种离子的运动,并将这些离子设备推到纳秒级的运行状态。
这一设备极大地提高了神经网络的训练速度,同时大大降低了执行训练的成本和能量。这可帮助科学家更快地开发深度学习模型,然后将其应用于自动驾驶汽车、欺诈检测或医学图像分析等用途。研究人员描述称,这不是一辆“更快的汽车”,而是一艘“宇宙飞船”。
这一技术的关键元素是质子可编程电阻器,这些电阻以纳米为单位排列成阵列,就像棋盘一样。
在人脑中,学习是由于神经元之间的连接(称为突触)的增强和减弱而发生的。深度神经网络长期以来一直采用这种策略,新处理器则利用增加和减少质子电阻器的电导,实现模拟机器学习。
为了开发这种超快速且高能效的可编程质子电阻器,研究人员寻找了不同的电解质材料——无机磷硅玻璃 (PSG)。PSG能够实现超快质子运动,还可承受非常强的脉冲电场。这一点非常关键,因为向设备施加更多电压,可使质子以惊人的速度移动。
研究人员表示,因为质子不会损坏材料,电阻器可运行数百万次循环而不会损坏。这种新的电解质使可编程质子电阻器的速度比以前的设备快100万倍,并且可在室温下有效运行,这对于将其整合到计算硬件中非常重要。
总编辑圈点
人工智能领域的研究者看到这条新闻时,可能会眼前一亮。近年来,市场开发出的深度神经网络规模越来越大,神经节点越来越多,参数也越来越复杂。这些都在推动人工智能变得更加“聪明”。但随之而来的是,大型深度神经网络的搭建成本和训练成本十分高昂,能耗也不低。这对希望搭建自己的人工智能训练模型的创业公司或小微企业来说,并非利好。高能效质子可编程电阻器可以提高人工神经网络的训练速度,同时降低训练的成本和能耗,人工智能的发展又多了一块“铺路石”。
关键词:
今年上半年温州清洁能源项目完成投资145.5亿元 总量位居浙江省第一
记者7月27日从温州市发展改革委获悉,今年1—6月,温州清洁能源项目完成投资145 5亿元,总量位居浙江省第一;风光倍增工程加快实施,新增风...
陕西明确高校毕业生到省内艰苦边远地区基层单位就业 在校期间学费给予补偿
记者今天(7月27日)从陕西省教育厅获悉,陕西省教育厅、财政厅、人力资源和社会保障厅日前印发《陕西省普通高校毕业生到省内艰苦边远地区基
河南已建成高标准粮田7580万亩 占全省耕地面积近7成
7月27日,河南省十三届人大常委会第三十四次会议听取关于检查《河南省高标准粮田保护条例》(以下简称《条例》)贯彻实施情况的报告。河南已
为质量强市建设提供有力支撑 上半年湘潭市共安排质量强市工作专项经费1.61亿元
近年来,湘潭市大力实施质量强市战略,把品牌培育作为推动供给侧结构性改革的重要抓手。为全面推进质量建设,湘潭市财政局不断加大政策...
平均每天单飞进出港的儿童达200人次以上 哈尔滨机场迎无人陪伴儿童集中出行高峰期
妈妈,再见!7月25日11时30分,13岁的小于背着书包,跟着哈尔滨太平国际机场工作人员,从无成人陪伴儿童 老人接待站离开,独自登机去重庆的
关于我们 加入我们 联系我们 商务合作 粤ICP备18023326号-32
中国创氪网 www.chuanganwang.cn 版权所有
投稿投诉联系邮箱:85 572 98@qq.com