设为首页 | 加入收藏

  

比人脑突触快百万倍 高能效质子可编程电阻器开发成功

发布日期:2022-08-03 16:20   来源:未知   阅读:

  麻省理工学院开发的这种无机材料使电阻器非常节能。与早期版本的设备中使用的材料不同,新材料与硅制造技术兼容。唱民歌、听舞曲深圳音乐十月汇在西乡拉开帷幕,这一变化使制造纳米级设备成为可能,并可能为集成到深度学习应用的商业计算硬件铺平道路。

  该装置的工作机制是将最小的离子—质子通过电化学方式,插入绝缘氧化物中,以调节其电子导电性。因为研究使用非常薄的设备,因此可通过使用强电场来加速这种离子的运动,并将这些离子设备推到纳秒级的运行状态。

  这一设备极大地提高了神经网络的训练速度,同时大大降低了执行训练的成本和能量。这可帮助科学家更快地开发深度学习模型,然后将其应用于自动驾驶汽车、欺诈检测或医学图像分析等用途。研究人员描述称,这不是一辆“更快的汽车”,而是一艘“宇宙飞船”。

  这一技术的关键元素是质子可编程电阻器,这些电阻以纳米为单位排列成阵列,就像棋盘一样。

  在人脑中,学习是由于神经元之间的连接(称为突触)的增强和减弱而发生的。深度神经网络长期以来一直采用这种策略,新处理器则利用增加和减少质子电阻器的电导,实现模拟机器学习。

  为了开发这种超快速且高能效的可编程质子电阻器,研究人员寻找了不同的电解质材料——无机磷硅玻璃(PSG)。PSG能够实现超快质子运动,还可承受非常强的脉冲电场。这一点非常关键,因为向设备施加更多电压,可使质子以惊人的速度移动。

  研究人员表示,因为质子不会损坏材料,电阻器可运行数百万次循环而不会损坏。这种新的电解质使可编程质子电阻器的速度比以前的设备快100万倍,并且可在室温下有效运行,这对于将其整合到计算硬件中非常重要。

  人工智能领域的研究者看到这条新闻时,可能会眼前一亮。近年来,市场开发出的深度神经网络规模越来越大,神经节点越来越多,参数也越来越复杂。这些都在推动人工智能变得更加“聪明”。但随之而来的是香港白小姐今晚开奖结果,大型深度神经网络的搭建成本和训练成本十分高昂,能耗也不低。这对希望搭建自己的人工智能训练模型的创业公司或小微企业来说,并非利好。高能效质子可编程电阻器可以提高人工神经网络的训练速度,同时降低训练的成本和能耗,人工智能的发展又多了一块“铺路石”。



上一篇:夏天了芒果别直接吃用它做雪糕比买的美味健康孩子超喜欢 下一篇:2022年固定电阻器概念股一览(8月2日)