Искусственный «гигант мысли»
стал в 100 раз лучше?
ИИ-технологии резко и с размахом ворвались практически во все сферы нашей жизни, и, как видно из успешности их демарша, они пришли всерьёз и надолго. Однако при всей масштабности ИИ-волны, до по-настоящему «фантастических» возможностей им пока далеко.
И одна из причин в том, что так называемый искусственный интеллект ‒ штука довольно сложная и прожорливая. Он настолько энергоёмок, что подавляющая часть его работы ‒ анализа данных ‒ выполняется в облаке. Для чего бы вы его ни использовали ‒ это возможно только при подключении к мощному оборудованию с большими вычислительными и энергетическими ресурсами.
«Этот подход невероятно дорог, потребляет значительное количество энергии и увеличивает временную задержку», ‒ говорит Марк К. Херсам, эксперт в области нанотехнологий, профессор и завкафедрой материаловедения и инженерии Уолтера П. Мерфи винженерной школе Маккормика в Северо-Западном университете.
Но сегодня у нас есть перспективы поменьше грузить «небо». Инженеры Северо-Западного университета разработали новое наноэлектронное устройство, которое, как пишут авторы, «может выполнять точные задачи классификации машинного обучения наиболее энергоэффективным способом».
Перед анализом новых сведений, инструменты машинного обучения должны сначала точно и надёжно отсортировать данные по различным категориям. Например, чтобы сортировать фотографии по цвету, нужно распознать, какие их них красные, жёлтые или синие. Для компьютера это сложная и энергоёмкая работа, поэтому современным кремниевым технологиям для классификации информации в больших наборах данных вроде ЭКГ, требуется более 100 транзисторов, каждый из которых требует для работы своей собственной энергии. Новое же наноэлектронное устройство может обойтись всего двумя, что радикально снижает энергозатраты и делает возможной его интеграцию в носимый гаджет.
Используя в 100 раз меньше энергии, чем современные технологии на обычных схемах металл-оксид-полупроводник, эта аппаратная новинка может обрабатывать большие объёмы данных и выполнять ИИ-вычисления в режиме реального времени без нужды в передаче сведений в облако для анализа. И у неё есть ещё одно важное преимущество: работая самостоятельно ‒ в обход облака ‒ она не только критически экономит время пользователя, но и защищает конфиденциальность его личных сведений ‒ например, о состоянии здоровья, если речь идёт об ИИ в медицинских носимых устройствах.
Секрет чипа заключается в его беспрецедентной возможности настройки, которая достигается за счёт сочетания материалов. В то время как традиционные технологии используют кремний, исследователи создали миниатюрные транзисторы из двумерного дисульфида молибдена и одномерных углеродных нанотрубок. Таким образом, вместо того чтобы использовать множество кремниевых транзисторов ‒ по одному на каждый этап обработки, ‒ удалось ту же работу провести силами двух настраиваемых транзисторов, которые достаточно динамичны, чтобы переключаться между различными этапами сортировки данных.
«Инструменты искусственного интеллекта потребляют все большую долю энергосистемы, ‒ подытоживает профессор Херсам, автор проекта. ‒ Это скользкая дорожка ‒ продолжать полагаться на обычное компьютерное оборудование».
Исследование «Реконфигурируемые гетеропереходные транзисторы со смешанным ядром для персонализированной классификации машин опорных векторов» было опубликовано 12 октября в журнале Nature Electronics.
По материалам АРМК.