日本精品aⅴ一区二区三区|国产欧美一二三区|国产乱码精品精|国产精品电影在线免费

      1. <blockquote id="utafg"><th id="utafg"></th></blockquote>
    1. <div id="utafg"></div>
        <blockquote id="utafg"><th id="utafg"></th></blockquote>

        <menuitem id="utafg"></menuitem>
      1. 您現(xiàn)在的位置是:首頁 >人工智能 > 2022-08-16 16:52:08 來源:

        突觸作為模型神經(jīng)形態(tài)電路中的固態(tài)記憶

        導(dǎo)讀 某些任務(wù)——例如識別模式和語言——是由人腦高效執(zhí)行的,只需要傳統(tǒng)的所謂馮諾依曼計(jì)算機(jī)的大約十分之一的能量。原因之一在于結(jié)構(gòu)上的差異

        某些任務(wù)——例如識別模式和語言——是由人腦高效執(zhí)行的,只需要傳統(tǒng)的所謂“馮諾依曼”計(jì)算機(jī)的大約十分之一的能量。原因之一在于結(jié)構(gòu)上的差異:在馮諾依曼架構(gòu)中,內(nèi)存和處理器之間有明顯的分離,這需要不斷移動大量數(shù)據(jù)。這既費(fèi)時又費(fèi)力——所謂的馮諾依曼瓶頸。在大腦中,計(jì)算操作直接發(fā)生在數(shù)據(jù)存儲器中,生物突觸同時執(zhí)行存儲器和處理器的任務(wù)。

        在ForschungszentrumJülich,科學(xué)家們已經(jīng)研究了15年以上的特殊數(shù)據(jù)存儲設(shè)備和組件,這些設(shè)備和組件具有與人類大腦中的突觸相似的特性。所謂憶阻存儲器件,也稱為憶阻器,被認(rèn)為是極其快速和節(jié)能的,并且可以很好地小型化到納米范圍。憶阻電池的功能基于一個非常特殊的效果:它們的電阻不是恒定的,而是可以通過施加外部電壓來改變和重新設(shè)置,理論上是連續(xù)的。電阻的變化由氧離子的運(yùn)動控制。如果這些從半導(dǎo)體金屬氧化物層中移出,則材料變得更具導(dǎo)電性并且電阻下降。這種電阻變化可用于存儲信息。

        細(xì)胞中可能發(fā)生的過程很復(fù)雜,并且因材料系統(tǒng)而異。JülichPeterGrünberg研究所的三位研究人員——Prof.因此,ReginaDittmann、StephanMenzel博士和RainerWaser教授將他們的研究成果匯編成一篇詳細(xì)的評論文章,“金屬氧化物中的納米離子憶阻現(xiàn)象:價態(tài)變化機(jī)制”。他們詳細(xì)解釋了憶阻器中的各種物理和化學(xué)效應(yīng),并闡明了這些效應(yīng)對憶阻電池開關(guān)特性及其可靠性的影響。

        “如果你看看當(dāng)前在神經(jīng)形態(tài)憶阻器電路領(lǐng)域的研究活動,它們通?;诓牧蟽?yōu)化的經(jīng)驗(yàn)方法,”PeterGrünberg研究所所長RainerWaser說。“我們的評論文章的目標(biāo)是為研究人員提供一些可以使用的東西,以實(shí)現(xiàn)洞察驅(qū)動的材料優(yōu)化。”作者團(tuán)隊(duì)為這篇大約200頁的文章工作了十年,自然不得不不斷吸收知識的進(jìn)步。

        “記憶細(xì)胞用作人工突觸所需的類似功能不是正常情況。通常,由于離子運(yùn)動和焦耳熱的相互放大而產(chǎn)生的電阻突然跳躍,”彼得格倫伯格研究所的ReginaDittmann解釋說.“在我們的評論文章中,我們?yōu)檠芯咳藛T提供了有關(guān)如何改變細(xì)胞動力學(xué)以啟用模擬操作模式的必要理解。”

        “你一次又一次地看到,小組用根本不考慮細(xì)胞高動態(tài)的模型來模擬他們的憶阻器電路。這些電路永遠(yuǎn)不會起作用,”彼得格倫伯格研究所和彼得格倫伯格研究所建模活動負(fù)責(zé)人StephanMenzel說。開發(fā)了功能強(qiáng)大的緊湊型模型,現(xiàn)已進(jìn)入公共領(lǐng)域。“在我們的評論文章中,我們提供了對正確使用我們的緊湊型模型非常有幫助的基礎(chǔ)知識。”

        神經(jīng)形態(tài)計(jì)算的路線圖

        2022年5月發(fā)布的“神經(jīng)形態(tài)計(jì)算與工程路線圖”展示了神經(jīng)形態(tài)計(jì)算如何幫助減少全球IT的巨大能源消耗。在其中,來自彼得格倫伯格研究所(PGI-7)的研究人員與該領(lǐng)域的領(lǐng)先專家一起,匯編了各種技術(shù)可能性、計(jì)算方法、學(xué)習(xí)算法和應(yīng)用領(lǐng)域。

        根據(jù)這項(xiàng)研究,人工智能領(lǐng)域的應(yīng)用,如模式識別或語音識別,可能會以一種特殊的方式從神經(jīng)形態(tài)硬件的使用中受益。這是因?yàn)樗鼈儽冉?jīng)典的數(shù)值計(jì)算操作更基于大量數(shù)據(jù)的轉(zhuǎn)移。憶阻單元可以直接在內(nèi)存中處理這些巨大的數(shù)據(jù)集,而無需在處理器和內(nèi)存之間來回傳輸它們。這可能會將人工神經(jīng)網(wǎng)絡(luò)的能量效率降低幾個數(shù)量級。

        憶阻單元也可以互連形成高密度矩陣,使神經(jīng)網(wǎng)絡(luò)能夠在本地學(xué)習(xí)。因此,這種所謂的邊緣計(jì)算將計(jì)算從數(shù)據(jù)中心轉(zhuǎn)移到工廠車間、車輛或需要護(hù)理的人的家中。因此,無需通過云發(fā)送數(shù)據(jù)即可完成監(jiān)控過程或啟動救援措施。

        “這同時實(shí)現(xiàn)了兩件事:節(jié)省能源,同時,個人數(shù)據(jù)和與安全相關(guān)的數(shù)據(jù)仍保留在現(xiàn)場,”Dittmann教授說,他作為編輯在創(chuàng)建路線圖方面發(fā)揮了關(guān)鍵作用。