Создан прототип ИИ-устройства с механическим чтением памяти
Исследователи из Корнельского университета (США) разработали необычное вычислительное устройство, которое хранит информацию в электрической форме, а считывает ее с помощью крошечного механического движения. Этот подход может стать основой для значительно более энергоэффективных систем искусственного интеллекта и научных расчетов. Исследование опубликовано в журнале Nano Letters.
Проблема современных компьютеров
Современные компьютеры очень мощные, но у них есть фундаментальное ограничение. Память и процессор в них разделены. Чтобы выполнить вычисление, данные сначала нужно извлечь из памяти, обработать и отправить обратно. Этот постоянный «переезд» данных требует огромного количества энергии, особенно в задачах искусственного интеллекта, где приходится выполнять миллиарды операций умножения.
«Для искусственного интеллекта и научных вычислений это означает, что система тратит много времени и энергии просто на перемещение чисел», — объясняет аспирант Шубхам Джадхав, который возглавил работу вместе с профессором Амитом Лалом.
Как работает новое устройство
Ученые создали ферроэлектрическую микроэлектромеханическую систему (FeMEMS). В основе устройства лежит тонкий слой специального материала — оксида гафния-циркония толщиной всего 20 нанометров, встроенный в подвешенную микроскопическую балку.
Электрическими импульсами можно программировать материал, меняя ориентацию крошечных сегнетоэлектрических доменов внутри балки. Это позволяет записывать информацию. Для считывания же используется механический подход: небольшой сигнал заставляет балку вибрировать, и по характеру этих колебаний устройство определяет, какое значение было записано.
Главное преимущество
Такое разделение записи и считывания снижает электрические помехи и энергопотребление в режиме ожидания. Кроме того, исследователи смогли записать в одну ячейку около 200 различных аналоговых состояний вместо привычных двух (0 и 1). Это особенно важно для нейроморфных вычислений — подхода, который пытается имитировать работу человеческого мозга.
«Если каждое сохраненное значение является лишь приблизительным, эти небольшие ошибки могут накапливаться в результате множества вычислений, — говорит Джадхав. — Создавая множество различимых состояний, мы можем более точно представлять аналоговые веса».
Физическое умножение
Движение балки само по себе является физическим аналогом операции умножения — одной из самых частых в системах ИИ. Если записанное состояние балки соответствует числу 6, а входной сигнал — 8, то амплитуда колебания будет соответствовать их произведению — 48. Такие операции происходят прямо «в памяти», без необходимости постоянно пересылать данные.
Перспективы
Хотя разработка в первую очередь ориентирована на энергоэффективный искусственный интеллект, авторы видят потенциал и в других областях — от новых типов сенсоров до изучения перспективных материалов. Следующим шагом станет создание более крупных массивов таких устройств и интеграция их с системами управления и считывания.
«До того, как КМОП-технология стала доминирующей, вычислительная техника была гораздо более открытой площадкой. Теперь, когда традиционное масштабирование становится все сложнее, мы можем вернуться к некоторым из этих старых концепций, используя современные материалы, микро- и нанотехнологии. Именно это делает нашу платформу такой захватывающей», — отмечает Джадхав
