`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Леонид Бараш

Мемристор на основе графена идеален для искусственных нейронных сетей

+33
голоса

Резистивная память (мемристор) на основе графена, который может существовать во многих различных состояниях, была разработана и продемонстрирована Томасом Шрангхамером (Thomas Schranghamer), Аарьяном Оберой (Aaryan Oberoi) и Саптарши Дасом (Saptarshi Das) из Университета штата Пенсильвания в США.

Используя моделирование и эксперименты, команда показала, как это устройство может быть использовано для существенного повышения производительности искусственных нейронных сетей - систем, которые когда-нибудь могут составить конкуренцию обычным компьютерам и даже заменить их.

Несмотря на десятилетия неуклонного роста, достижения в области полупроводниковых технологий, используемых в цифровых вычислениях, демонстрируют явные признаки замедления. Чтобы удовлетворить растущий спрос на вычислительные мощности, исследователи разрабатывают новые технологии, имитирующие работу нейронов человеческого мозга, которые выполняют как хранение, так и обработку информации. Это потенциально может быть намного более эффективным, чем современные компьютерные архитектуры, которые требуют как времени, так и энергии для передачи данных между отдельными компонентами хранения и обработки.

В принципе, этого можно достичь с помощью искусственных нейронных сетей (ИНС), которые учатся выполнять задачи на примерах. ИНС - это сети искусственных нейронов, которые влияют друг на друга через синапсы. Сила влияния между нейронами называется синаптическим весом, который может изменяться в процессе обучения.

Одним из способов регулирования синаптического веса является использование мемристоров, представляющие собой зарождающиеся электронные устройства, которые существуют в состояниях проводимости/сопротивления, которые зависят от количества заряда, прошедшего через них. В идеале, мемристоры, используемые в ИНС, должны иметь большое количество состояний проводимости/сопротивления, но современные конструкции мемристоров имеют тенденцию быть бинарными, то есть они могут работать только с двумя состояниями.

Теперь Дас и его коллеги создали мемристор на основе графена, имеющий 16 проводящих состояний, которые можно надежно сохранять и считывать. «Мы показали, что можем с точностью управлять большим количеством состояний памяти, используя простые графеновые полевые транзисторы», - говорит Дас.

Команда также показала, что в отличие от фиксированных состояний в обычных мемристорах, состояния в устройствах на основе графена можно легко запрограммировать на произвольные значения проводимости. Эта гибкость может сделать их еще более ценными для создания ИНС. Наконец, команда продемонстрировала вычислительную технику для разумного присвоения значений синаптического веса, обеспечивающую уровни точности, необходимые для сложных ИНС.

Трио надеется, что их дизайн приведет к новым разработкам нейронных сетей с эффективным использованием пространства, высокой скорости и малой мощности, которые в будущем можно будет расширить для коммерческих приложений. Если они будут достигнуты, эти усилия вскоре могут привести к широкому использованию мемристоров на основе графена в новых технологиях, начиная от беспилотных автомобилей и заканчивая Интернетом вещей.

Мемристор на основе графена идеален для искусственных нейронных сетей

Художественная концепция запускающего синапса на основе мемристора из графена

Дізнайтесь більше про мікро-ЦОД EcoStruxure висотою 6U

+33
голоса

Напечатать Отправить другу

Читайте также

 
 

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT