Компьютерные технологии для пост-эпохи закона Мура

31 январь, 2020 - 20:29Леонід Бараш

Со времени изобретения транзистора в 1947 году в области вычислительной техники наблюдалось последовательное удвоение плотности транзисторов на микросхеме. Но эта тенденция, известная как закон Мура, может достичь своего предела, поскольку компоненты субмолекулярного размера сталкиваются с проблемами теплового шума, что делает невозможным дальнейшее масштабирование.

В своей статье, опубликованной в «Обзорах прикладной физики» от AIP Publishing, авторы Джек Кендалл (Jack Kendall) из Rain Neuromorphics и Сухаса Кумара (Suhas Kumar) из Hewlett Packard Labs представляют тщательное исследование вычислительной среды, уделяя особое внимание операционным функциям, необходимых для передовых нейроморфных вычислений. Предлагаемый ими путь включает в себя гибридные архитектуры, состоящие из цифровых архитектур, наряду с возрождением аналоговых архитектур, которые стали возможными благодаря мемристорам, представляющим собой резисторы с памятью и обрабатывающим данные непосредственно там, где они хранятся.

«Будущее вычислительной техники будет заключаться не в том, чтобы втиснуть больше компонентов в чип, а в переосмыслении архитектуры процессора с нуля, чтобы эмулировать эффективность обработки информации мозгом, - сказал Кумар. - Начали появляться решения, которые копируют естественную систему обработки мозга, но как исследовательские, так и рыночные пространства широко открыты».

Компьютеры должны быть изобретены заново. Как указывают авторы, «современные компьютеры обрабатывают примерно столько же команд в секунду, сколько мозг насекомого», и им не хватает способности эффективно масштабироваться. В отличие от этого, человеческий мозг масштабируется примерно в миллион раз лучше, и он может выполнять вычисления более сложные из-за таких характеристик, как пластичность и разреженность.

Изобретение компьютерных технологий, чтобы лучше эмулировать нейронные архитектуры в мозге, это ключ к решению динамических нелинейных задач, и авторы предсказывают, что нейроморфные вычисления будут широко распространены уже в середине этого десятилетия.

Развитие вычислительных примитивов, таких как нелинейность, причинность и разреженность, в таких архитектурах, как глубокие нейронные сети, принесет новую волну вычислений, которая может решать очень сложные задачи оптимизации с ограничениями, к примеру, прогнозирование погоды и установление последовательности генов. Авторы предлагают обзор материалов, устройств, архитектур и инструментов, которые должны быть развиты, чтобы нейроморфные вычисления стали зрелыми. Они призывают к действию, чтобы открыть новые функциональные материалы для разработки новых вычислительных устройств.