Изследователски екипи активно разработват аналогово оборудване, специализирано за нуждите на

Изследователски екипи интензивно създават аналогово съоръжение, профилирано за потребностите на изкуствения интелект (снимка: CC0 Public Domain)

Корейски откриватели сътвориха аналогов хардуер на база електрохимична памет с случаен достъп (ECRAM), който може доста да усъвършенства изчислителната продуктивност на изкуствения разсъдък. Резултатите от създаването на учени от Университета за просвета и технологии в Поханг (POSTECH) и Корейския университет са оповестени в научното списание Science Advances.

Бързият прогрес в AI технологиите, в това число приложения като генеративни модели, тласна мащабируемостта на съществуващия дигитален хардуер до неговите граници. Това принуди изследователските екипи интензивно да създават аналогово съоръжение, профилирано за потребностите на AI.

Аналоговият хардуер настройва съпротивлението на полупроводниците въз основа на външно напрежение или ток и употребява конструкция от отвесно кръстосани устройства памет за паралелна обработка на калкулации. Въпреки че аналоговият хардуер предлага преимущества пред цифровия за характерни изчислителни задания и непрекъсната обработка на данни, посрещането на разнообразните условия за образование и генериране на заключения от AI остава предизвикателство.

За да преодолее рестриктивните мерки на аналоговите хардуерни устройства за предпазване, корейският проучвателен екип се концентрира върху устройства ECRAM, които управляват електрическата проводимост посредством придвижването и концентрацията на йони. Тези устройства имат триконтактна конструкция с обособени пътища за четене и запис на данни, което разрешава работа при релативно ниска мощ.

В проучването екипът сполучливо е изработил устройства ECRAM, употребявайки триконтактни полупроводници в масив 64×64. Експериментите демонстрират, че оборудването, включващо командните устройства, показва отлична електрическа и превключваща продуктивност, както и висока продуктивност и еднаквост.

Освен това, откривателите ползват аналогово основания логаритъм Tiki-Taka към този високопроизводителен хардуер, като сполучливо усилват оптималната изчислителна акуратност на образованието на невронни мрежи.

Изследователите показват въздействието на свойството “задържане на тегло ” на хардуера върху образованието и удостоверяват, че техният способ не претрупва невронните мрежи, наблягайки капацитета за комерсиализация на технологията.

„ Чрез използване на широкомащабни масиви, основани на нови технологии за предпазване, и създаване на аналогови AI логаритми, ние идентифицирахме капацитета за изчислителна продуктивност и енергийна успеваемост на AI, който надалеч надвишава съществуващите цифрови способи ”, споделя професор Сейонг Ким от POSTECH.

Тази разработка може доста да усъвършенства продуктивността и енергийната успеваемост на изчисленията с изкуствен интелект, отваряйки нови благоприятни условия за комерсиализация на технологията и нейното приложение в разнообразни области, в това число генеративен изкуствен интелект и други усъвършенствани AI приложения.