Спин-мемристор сокращает энергопотребление в устройствах ИИ

Существует несоответствие между уровнем мощности, необходимой человеческому мозгу для принятия сложных решений, и энергопотреблением, необходимым для этого процессорам ИИ. Имитируя энергоэффективную работу человеческого мозга, TDK Corp. разработала нейроморфный элемент, называемый спин-мемристором, который может сократить энергопотребление приложений искусственного интеллекта до 1/100 по сравнению с традиционными устройствами.

В сотрудничестве с Комиссией по альтернативным источникам энергии и атомной энергии (CEA) компания TDK доказала, что ее спин-мемристор может быть использован в качестве основного элемента нейроморфных устройств. Следующие шаги включают практическую разработку технологии в партнерстве с Центром инновационных интегрированных электронных систем Университета Тохоку.

Спин-мемристор

Несмотря на то, что мемристоры для нейроморфных устройств уже существуют, современная технология сталкивается с рядом проблем. К ним относятся склонность к устойчивости к изменениям с течением времени, трудности в контроле точной записи данных и установление контроля, обеспечивающего сохранение данных.

Компания TDK заявила, что ее спиновой мемристор не только решает эти проблемы, но и ожидает, что он обеспечит устойчивость к воздействиям окружающей среды, обеспечит долгосрочное хранение данных и снизит энергопотребление за счет снижения тока утечки в существующих устройствах.

Спин-мемристоры используют спинтрону, технологию, использующую как заряд, так и спин электронов или только спинового элемента.

В партнерстве с французской исследовательской организацией CEA, TDK продемонстрировала, что ее спин-мемристор является жизнеспособным в качестве основного элемента нейроморфного устройства. TDK начала сотрудничать с CEA в 2020 году, разработав схему искусственного интеллекта, оснащенную спин-мемристором (3 элемента × 2 комплекта × 4 чипа) и подтвердила ее успешную работу с помощью демонстрации разделения звука.

Во время демонстрации, даже когда музыка, речь и шум смешивались с произвольными соотношениями, схема смогла изучить и разделить три типа звука в режиме реального времени. В общем машинном обучении операции ИИ выполняются на основе данных, на которых ранее была обучена модель ИИ. Тем не менее, TDK утверждает, что их устройство уникально и способно обучаться в изменяющейся среде в режиме реального времени.

Демонстрация разделения звука TDK была запущена на стандартном ПК. «Характеристики смешанного голоса извлекаются с помощью программного обеспечения, созданного CEA», — сказал Сасаки. «Спин-мемристоры просто обновляют соотношение смешивания в режиме реального времени. Обычные мемристоры, основанные на PCM, ReRAM и FeRAM, печально известны своей сложностью в работе из-за их сложного поведения отклика и таких проблем, как смещение сохраненных значений сопротивления с течением времени. Эти проблемы оставались основными препятствиями на пути реализации нейроморфных технологий.

«Эта демонстрация показала, что спин-мемристоры также могут быть использованы в схемах искусственного интеллекта с работой в режиме реального времени, потому что спин-мемристор может работать с высокой скоростью при простом управлении», — добавил он.

Теперь, когда демонстрации подтвердили, что спин-мемристор TDK может служить базовым элементом нейроморфного устройства, компания будет продвигать проект от базовой разработки до стадии практического применения. Производство продукции требует интеграции процессов производства полупроводников и спинтроники.

ТДК и ее партнеры планируют начать производство после 2030 года.

Источник: https://www.electronicproducts.com/spin-memristor-slashes-power-use-in-ai/