Kinesiska forskare utvecklar ny chip för neurodynamiska system
Kinesiska forskare har utvecklat världens första neurodynamiska systemchip baserat på fasbytesminnesresistorer. Teknologin möjliggör beräkningar som utförs inom millisekunder.
Forskare från Pekinguniversitetet och Shanghaiinstitutet för mikrosystem och informationsteknik vid Kinas vetenskapsakademi har presenterat banbrytande resultat inom utvecklingen av ett nytt chip för neurodynamisk beräkning. Arbetet, publicerat i den prestigefyllda tidskriften Science, beskriver världens första neurodynamiska systemchip som använder fasbytesminnesresistorer och kan operera på en tidsskala av millisekunder.
Forskningen adresserar en långvarig utmaning med fasbytesminnesresistorer: att möjliggöra och kontrollera beräkningar "in-memory" (inuti minnet). Det nya chippet är enligt uppgift det första som kan slutföra ett enskilt beräkningssteg i ett neurodynamiskt system på endast 2,12 millisekunder.
Neurodynamiska system kombinerar uttrycksförmågan hos neurala nätverk med den kontinuerliga utvecklingsmekanismen hos differentialekvationer. De har bred potential inom modellering av den fysiska världen, beräkningsavbildning och andra områden. Att uppnå låg latens, realtidsberäkningar med hög precision samtidigt som man bibehåller förmågan till kontinuerlig modellering har hittills varit en betydande flaskhals för att dessa system ska kunna användas i praktiken.
Forskarteamet introducerar ett nytt paradigm för "kontrollerbara in-memory-beräkningar" genom att finjustera egenskaperna hos fasbytesminnesresistorer. Detta möjliggör effektiv beräkning direkt i minnet, en integration av komponentens fysiska egenskaper med neurodynamiska algoritmer. Chippets design, tillverkad med en 40 nanometerprocess, är endast 0,28 kvadratmillimeter stor och inkluderar all nödvändig kringutrustning. Det opererar med en frekvens på 50 MHz och slutför ett integrationssteg på endast nio pipeline-steg.
Experimentella resultat visar att det nya chippet är avsevärt snabbare och mer energieffektivt än dagens specialiserade acceleratorer (ASIC) och till och med NVIDIA A100 GPU. För tillämpningar som utveckling av hjärn-datorgränssnitt (BCI), kan den snabba hastigheten för hjärnmodellering vara revolutionerande. Systemet kan möjliggöra realtidsanalys av nervsignaler, förutsägelse av hjärntillstånd och styrning i slutna system, vilket förflyttar BCI-applikationer från enkel signaligenkänning till intelligent hjärnmodellering och interaktion.