Написано AZoNano

Быстрое развитие технологий привело к огромному увеличению потребления энергии для обработки огромных массивов данных, генерируемых устройствами. Но исследователи из инженерной школы Кокрелла в Техасском университете в Остине нашли способ сделать новое поколение интеллектуальных компьютеров более энергоэффективным.

Традиционно кремниевые чипы сформировали строительные блоки инфраструктуры, которая питает компьютеры. Но это исследование использует магнитные компоненты вместо кремния и обнаруживает новую информацию о том, как физика магнитных компонентов может сократить затраты энергии и требования алгоритмов обучения – нейронные сети, которые могут мыслить как люди и делать вещи, как распознавать изображения и шаблоны.

Прямо сейчас, методы обучения ваших нейронных сетей очень энергоемки. Что наша работа может сделать, это помочь сократить учебные усилия и затраты энергии. "

Джин Энн Инкорвия, доцент кафедры электротехники и вычислительной техники в школе Кокрелла

Результаты исследований были опубликованы на этой неделе в IOP Нанотехнологии . Incorvia провела исследование с первым автором и аспирантом второго года обучения Чан Цуй. Incorvia и Cui обнаружили, что расстояние между магнитными нанопроводами, действующими как искусственные нейроны, определенным образом естественным образом увеличивает способность искусственных нейронов конкурировать друг с другом, и выигрывают наиболее активированные из них. Достижение этого эффекта, известного как «боковое торможение», традиционно требует дополнительных схем в компьютерах, что увеличивает затраты и требует больше энергии и места.

Incorvia сказал, что их метод обеспечивает снижение энергии в 20-30 раз по сравнению с величиной, используемой стандартным алгоритмом обратного распространения при выполнении тех же задач обучения.

Так же, как человеческий мозг содержит нейроны, компьютеры новой эры имеют искусственные версии этих интегральных нервных клеток. Боковое торможение происходит, когда нейроны, запускающие наиболее быстрые, способны предотвратить запуск более медленных нейронов. В вычислительной технике это сокращает использование энергии при обработке данных.

Инкорвия объясняет, что методы работы компьютеров в корне меняются. Основной тенденцией является концепция нейроморфных вычислений, которая по сути заключается в разработке компьютеров, которые будут мыслить как человеческий мозг. Вместо того, чтобы обрабатывать задачи по одному, эти интеллектуальные устройства предназначены для одновременного анализа огромных объемов данных. Эти инновации привели к революции в машинном обучении и искусственном интеллекте, которая доминировала в технологическом ландшафте в последние годы.

Это исследование было сосредоточено на взаимодействиях между двумя магнитными нейронами и первоначальных результатах на взаимодействиях нескольких нейронов. Следующий шаг включает применение результатов к большим наборам множественных нейронов, а также экспериментальную проверку их результатов.

Исследование финансировалось Национальным научным фондом CAREER Award и Sandia National Laboratories, за счет средств Техасского передового вычислительного центра UT.

Источник: https://www.utexas.edu/