Энергоэффективный чип под названием NeuRRAM исправляет старый недостаток конструкции, позволяя запускать крупномасштабные алгоритмы искусственного интеллекта на небольших устройствах, достигая той же точности, что и расточительные цифровые компьютеры.

Алгоритмы для глубоких нейронных сетей с несколькими слоями искусственных нейронов, связанных друг с другом с помощью числовых вычислений, становятся все больше с каждым годом. Вскоре размер алгоритмов искусственного интеллекта может дойти до предела. Даже если продолжать наращивать аппаратное обеспечение для удовлетворения требований ИИ, есть еще одна проблема: запуск требует огромного количества энергии. Об этом рассказывает QuantaMagazine.

Одно решение, называемое нейроморфными вычислениями, черпает вдохновение из биологического мозга для создания энергоэффективных конструкций. Ситуация изменилась в августе, когда представили нейроморфный чип под названием NeuRRAM, который включает в себя 3 миллиона ячеек памяти и тысячи нейронов, встроенных в аппаратное обеспечение для запуска алгоритмов. В отличие от предыдущих чипов RRAM, NeuRRAM запрограммирован на работу в аналоговом режиме. В то время как цифровая память является двоичной — каждая ячейка аналоговой памяти в чипе NeuRRAM может хранить несколько значений в полностью непрерывном диапазоне. В результате, новый чип может выполнять сложные задачи искусственного интеллекта и открывает возможность, при крошечных размерах, выполнять сложные алгоритмы в небольших устройствах, таких как смарт-часы и телефоны.

Нейробиологи считают, что вычисления происходят внутри популяций нейронов, а воспоминания формируются, когда синапсы между нейронами усиливают или ослабляют эти связи. Чтобы заставить устройство RRAM переключать состояния, необходимо дать напряжение к металлическим электродам, подключенным к двум концам оксида металла. В конечном итоге ток накапливается, пробивая слабые места материала и прокладывает путь к электроду с другой стороны. Как только ток прорвался, он может свободно течь по этому пути. Но, в отличие от молнии, путь которой исчезает, связь через оксид металла остаётся, то есть он остается проводящим бесконечно долго. И можно стереть токопроводящую дорожку, подав на материал другое напряжение. В чипе NeuRRAM кремниевые нейроны встроены в аппаратное обеспечение, а ячейки памяти RRAM хранят значения, представляющие силу связей между нейронами.

Это обеспечивает даже более высокую энергоэффективность, чем может достичь цифровая память RRAM, потому что чип может выполнять множество матричных вычислений параллельно. Дизайн команды позволяет сохранить чип NeuRRAM крошечным — размером с ноготь — и в то же время сжать 3 миллиона устройств памяти RRAM, которые могут служить аналоговыми процессорами. Этот чип может вводить напряжение в строки массива RRAM и считывать выходные данные из столбцов, что является стандартом для чипов RRAM. Но он также может делать это в обратном направлении от столбцов к строкам, поэтому его можно использовать в нейронных сетях, которые работают с потоком данных в разных направлениях.

Не менее важно будет сохранить низкие затраты на электроэнергию в будущих устройствах или еще больше сократить их. Скоро учёные смогут сопоставить 86 миллиардов нейронов человеческого мозга и триллионы синапсов, которые их соединяют, не теряя при этом энергии.