亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

您現在的位置是:首頁 > 技術閱讀 >  通過化學更好地實現人工智能

通過化學更好地實現人工智能

時間:2024-02-07

靈感來自電池的設備可實現快速模擬人工智能。

我們距離人工大腦還有多遠?也許還有很長一段路要走,但如今初步模擬大腦網絡的基本要素——突觸似乎近在咫尺。
這是因為如今有一種靈感來自電池的電化學存儲器(ECRAM)設備出人意料地適合運行人工神經網絡。令人意想不到的是,它給傳統基于晶體管的人工智能(AI)帶來了意料之外的資金競爭壓力,在開發理想的人工突觸方面,它很快地走向了領先地位。2022年年末,在IEEE國際電子設備大會(IEDM)和其他會議上,研究人員報告了一系列相關進展,包括耗能更低、存儲時間更長、占用空間更少的ECRAM設備等。
目前,驅動機器學習算法的人工神經網絡以軟件為基礎,可對大量基于電子器件的“神經元”及其大量連接(即突觸)進行建模。研究人員認為,不用軟件來表現神經網絡,而用真實設備來表現組件,特別是突觸,能夠實現更快、更節能的AI。這種概念被稱為模擬AI,它需要一種具有許多難以獲得特性的存儲單元:它需要具有足夠寬的模擬值范圍,可在這些值之間快速可靠地切換,還能長時間保持這些值,同時還要適合大規模生產。

大多數類型的存儲器適合存儲數字值,但噪聲太大,無法可靠地存儲模擬值。但在2016年,美國桑迪亞國家實驗室亞力克?塔林(Alec Talin)帶領的一個研究團隊發現,答案就在他們面前,即電池的充電狀態。“從根本上說,電池的原理是離子在兩種材料之間移動。當離子在兩種材料之間移動時,電池可存儲和釋放能量。”李益陽(Yiyang Li,音)說。當時他在美國桑迪亞國家實驗室,現為密歇根大學材料科學與工程助理教授。他說:“我們發現,可以使用相同的過程來存儲信息。”
換言之,通道中的離子數量可形成存儲的模擬值。理論上,單個離子的差異是可以檢測的。ECRAM用這些概念,通過第三柵極控制“電池”中的電荷量。
這種電池有一個負極,中間是一個離子摻雜通道,另一端是正極。通道中離子數量可確定正負端子間的導電率,導電率可形成存儲在設備中的模擬值。在通道上方,有一個允許離子(而非電子)通過的電解質屏障。該屏障頂部是一個儲存層,內有可供應的移動離子。施加到儲存層的電壓起到“柵極”的作用,可迫使離子通過電解質屏障進入通道,或使離子由通道返回儲存層。如今,切換到任何指定存儲值的時間都非常快。
“這些設備的反應比大腦突觸快得多。”麻省理工學院工程和計算機科學教授杰西?德爾?阿拉莫(Jesus del Alamo)說,“這為我們進行類似大腦計算——明顯快于大腦的人工智能計算提供了基本的可能性,這是實現人工智能前景真正需要的。”

德爾?阿拉莫在麻省理工學院的團隊選擇了單個質子作為設備的主要信息載體,因為與較大的離子相比,它們的速度無與倫比。幾個月前,研究人員展示了一種設備,可在幾納秒內移動離子,其速度約是大腦突觸的1萬倍,但只是速度快還不夠。
“可以看到,該設備對(電壓)脈沖的響應非常快,電壓脈沖仍然有點大。”德爾?阿拉莫說,“這是個問題。我們希望這些設備對電壓較低脈沖的響應速度也很快,因為這是能效的關鍵。”
IEDM 2022年12月發布的報告顯示,麻省理工學院團隊首次實時研究了電流的流動,深入了解其設備的運行情況。他們發現了阻礙設備在較低電壓下切換的瓶頸:質子很容易穿過電解質層,但需要在電解質和通道之間的接口施加額外的電壓。德爾?阿拉莫說,有了這些認識,研究人員相信他們可以設計該材料的接口,降低切換所需的電壓,實現更高的能效和可擴展性。
然后,通過編程,這些設備通常會保持電阻率幾個小時。桑迪亞國家實驗室和密歇根大學的研究人員已經合作將這一保持時間的極限推到10年。2022年11月,他們在《先進電子材料》雜志上發表了其研究結果。
為了實現長期存儲,密歇根大學的李益陽領導的團隊在麻省理工學院團隊所開發的設備中選擇了較重的氧離子代替質子。即使對于更大質量的離子,他們觀察到的情況也出人意料。“記得我外出旅行的一天,我的研究生戴安娜?金(Diana Kim)向我展示了數據,我很驚訝,以為出現了問題。”李益陽回憶道,“我們沒有想到它具有如此強大的非易失性。后來我們一遍又一遍地重復,才獲得了足夠的信心。”
他們推測,這種非易失性來自他們選擇的材料氧化鎢,以及氧離子在其中的排列方式。李益陽解釋道:“我們認為,這是由于一種被稱為相位分離的材料特性,它允許離子如此排列,沒有驅動力將其推回。”
可惜的是,這么長的存儲時間是以切換速度為代價的,李益陽團隊的設備切換速度以分鐘為單位。但研究人員表示,通過在物理上了解如何延長存儲時間,他們能夠尋找到同時具備長時間存儲和快速切換特性的其他材料。

同時,這些設備需要有第三極,這也讓它們比競爭對手兩極存儲器更笨重,而且限制了其可擴展性。
為了幫助縮小設備體積,并有效地將其壓縮成陣列,韓國浦項科技大學的研究人員提供了支持。這樣一來,研究人員可以將設備的占用空間縮小到僅30納米×30納米,該面積約為前一代設備所占面積的1/5,同時還保留了切換速度,并提高了能效和讀取時間。相關研究人員在IEDM 2022上也報告了其研究成果。
該團隊的設備采用了較大的垂直堆疊結構:源極沉積在底部,上方是導電溝道,再上面是漏極。為了在漏極允許離子進出溝道,研究人員用單層石墨烯代替了常用的半導體材料。這種石墨烯的漏極還成為控制離子流的附加屏障。在漏極上方,研究人員放置了電解質屏障,最后在頂部放置了離子儲存層和柵極。這樣的配置沒有降低性能,反而降低了設備讀取和寫入信息所需的能量。因此,讀取存儲模擬值所需的時間縮短到了原來的1/20。
盡管取得了上述進展,但我們離實現能加速AI訓練的商用ECRAM芯片仍然有一段距離。IBM研究院AI硬件中心的項目總監約翰?羅森(John Rozen)表示,現在可以用便于代工的材料制造這種設備,但這只是一小步。“業界關注的關鍵點應該是解決集成問題,讓ECRAM設備能夠與前端晶體管邏輯單片耦合在同一塊晶圓上,這樣我們就可以大規模建造演示設備,并確定它是否是一種可行的技術。”
羅森在IBM的團隊正在努力實現這種可制造性。同時,他們還制作了一款軟件工具,用戶可以使用這種工具仿真不同的模擬AI設備(包括ECRAM),實際訓練神經網絡并評估其性能。
作者:Dina Genkina

IEEE Spectrum

《科技縱覽》

官方微信公眾平臺






往期推薦
人工智能正在改變編程工作
10張圖總結2023年人工智能狀況
播客探索人工智能在醫療保健中的應用

主站蜘蛛池模板: 张北县| 寿宁县| 铜梁县| 苍南县| 大连市| 菏泽市| 焦作市| 锡林郭勒盟| 舒城县| 偃师市| 澄江县| 萨迦县| 宜宾市| 忻州市| 湖州市| 砀山县| 鸡东县| 文安县| 尖扎县| 新竹市| 清丰县| 南开区| 买车| 江津市| 乡城县| 秭归县| 宝丰县| 内丘县| 宣武区| 竹山县| 赫章县| 农安县| 宾阳县| 肥西县| 夏津县| 乌恰县| 辰溪县| 寿光市| 庆元县| 琼海市| 泰顺县|