Мозг помещается на ваших плечах,
в то время как суперкомпьютер
занимает два или три теннисных корта.
После почти пяти десятилетий неустанного роста мы пришли к замедлению прогресса в традиционных вычислениях вследствие приближения к теоретическому порогу миниатюризации электроники, которая, по сути, уже давно перешла из микро-величин в область нано-размерности. Мало того, поскольку с ростом числа транзисторов по Муру (удвоение их количества на кристалле микропроцессора каждые 2 года) возрастала и потребность в высокоскоростной обработке данных, да и распространение больших данных – также неотъемлемая часть успешного и своевременного функционала устройств, сейчас на передний план выходят новые формы вычислений. И тут есть виды решений, очень напоминающих своей архитектурой человеческий мозг.
«У нас есть мощные компьютеры, в этом нет никаких сомнений, проблема в том, что вы должны хранить память в одном месте, а вычисления выполнять в другом», – считает Саптарши Дас, доцент кафедры технических наук и механики Государственного Университета Пенсильвании, США.
Поэтому возглавляемая им команда инженеров работает над созданием вычислений с использованием эффективности аналоговой природы нейронных сетей мозга. Они основаны на имитации принципов, реализованных в живой природе, и называются биомиметрическими.
По словам Саптарши Даса, руководителя группы, нейроморфные (с использованием искусственных нейронов) вычисления изучаются более 40 лет. Но современные вычисления являются цифровыми и строятся на одном из двух состояний оксидных мемристоров (или «резисторов памяти», называемых так вследствие их свойства запоминать количество протекавшего по ним электрического заряда даже после выключения): «включено-выключено» или «единица и ноль». Аналоговый же компьютер, как и мозг, может иметь целое множество различных состояний.
Как раз возможности подобного поведения и являются главным движущим фактором в стремлении к нейроморфнымвычислениям. Так, в традиционных системах перемещение данных из памяти в логику и обратно отнимает много энергии, снижает конечную скорость вычислений, да и самой архитектуре этой требуется немало места. А вот если бы вычисления и память располагались в одном пространстве, как в мозге, то эти затратные факторы можно было бы устранить.
Подобно соединяющим нейроны синапсам, поддающимся настройке, искусственные нейронные сети, сконструированные командой, можно перенастроить, приложив кратковременное электрическое поле к листу графена – слою атомов углерода толщиной в один атом. В результате новая разработка учёных демонстрирует по крайней мере восьмикратное превосходство над предшественниками: это 16 возможных вариантов проводимости, обладающих необходимой выносливостью, в ультра компактном виде!
«Мозг настолько компактен, что помещается на ваших плечах, в то время как современный суперкомпьютер занимает пространство размером с два или три теннисных корта», – восхищается Томас Шрангхамер, докторант группы Даса и первый автор недавно опубликованной статьи по проекту.
Эксперименты демонстрируют способность программировать и стирать состояния проводимости в графене, просто применяя импульсы противоположной полярности, что делает его привлекательным для приложений энергонезависимой памяти. А за счёт использования состояний проводимости в качестве вычислительных весов – ещё и обеспечивать выполнение операций. Как раз то, с чего мы начали: хранение и обработка информации в одном месте.
«Мы показали, что можем с точностью управлять большим количеством состояний памяти, используя простые графеновые полевые транзисторы», – заключает Дас.
Основным преимуществом резистивных устройств памяти является их способность поддерживать несколько состояний памяти. При этом одно устройство охватывает несколько битов памяти и, следовательно, обладает более высокой плотностью хранения данных. Такое распределение может привести к разработке куда более эффективных и компактных устройств, которые придутся ко двору Интернету вещей, мобильным устройствам и высокоэффективным, но ресурсоёмким профессиональным приложениям.
По материалам АРМК