Новый AI чип MIT в 1 миллион раз быстрее синапсов человеческого мозга

Команда исследователей Массачусетского технологического института (MIT) работала над увеличением пределов скорости типа ранее разработанного искусственного аналогового синапса, который дешевле в производстве и более энергоэффективен, и обещает более быструю обработку данных.

Мультидисциплинарная команда использовала программируемые резисторы, которые являются центральными строительными блоками в аналоговом глубоком обучении, так же как транзисторы являются основными элементами для создания цифровых процессоров для производства «аналогового глубокого обучения».

Резисторы встроены в повторяющиеся массивы для создания сложной, многослойной сети искусственных «нейронов» и «синапсов», которые выполняют вычисления так же, как цифровая нейронная сеть. Такая сеть затем может быть обучена для выполнения сложных задач ИИ, таких как распознавание изображений и обработка естественного языка.

Исследователи использовали практический неорганический материал в процессе производства, который позволяет их устройствам работать в 1 миллион раз быстрее, чем предыдущие версии. В исследовании утверждается, что это примерно в 1 миллион раз быстрее, чем синапсы в человеческом мозге.

Кроме того, этот органический материал также делает резистор чрезвычайно энергоэффективным. В отличие от материалов, использованных в предыдущей версии их устройства, новый разработанный материал совместим с технологиями производства на основе кремния и может проложить путь к интеграции в коммерческое вычислительное оборудование для приложений глубокого обучения.

«С этим ключевым пониманием и очень мощными нанопроизводственными техниками, которые у нас есть в MIT.nano, мы смогли собрать эти элементы вместе и продемонстрировать, что эти устройства по своей природе очень быстрые и работают при разумных напряжениях. Эта работа действительно поставила эти устройства на точку, где они теперь выглядят очень многообещающе для будущих приложений», — сказал старший автор Хесус А. дель Аламо, профессор Доннер в кафедре электротехники и компьютерных наук (EECS) MIT.

«Рабочий механизм устройства — это электрохимическая вставка самого маленького иона, протона, в изолирующий оксид для модуляции его электронной проводимости. Поскольку мы работаем с очень тонкими устройствами, мы могли ускорить движение этого иона, используя сильное электрическое поле, и толкать эти ионные устройства в режим работы в наносекундах», — объяснил старший автор Бильге Йылдыз, профессор Брины М. Керра в кафедрах ядерной науки и инженерии и материаловедения и инженерии.

«Потенциал действия в биологических клетках поднимается и опускается с временной шкалой в миллисекундах, поскольку разница напряжения около 0,1 вольта ограничена стабильностью воды», — сказал старший автор Юй Ли, профессор Альянса энергии Баттелл и профессор материаловедения и инженерии. «Здесь мы применяем до 10 вольт через специальную твердую стеклянную пленку наноразмерной толщины, которая проводит протоны, не повреждая ее навсегда. И чем сильнее поле, тем быстрее ионные устройства», — добавил он.

Упомянутые программируемые резисторы значительно увеличивают скорость, с которой обучается нейронная сеть, при этом значительно снижая стоимость и энергозатраты на проведение обучения.

Последние разработки могут помочь ученым разрабатывать модели глубокого обучения гораздо быстрее, которые затем могут быть применены в таких областях, как автономные автомобили, обнаружение мошенничества и анализ медицинских изображений.

«Как только у вас есть аналоговый процессор, вы больше не будете обучать сети, над которыми работают все остальные. Вы будете обучать сети с беспрецедентной сложностью, которую никто другой не может себе позволить, и, следовательно, значительно превосходить их всех. Другими словами, это не более быстрый автомобиль, это космический корабль», — добавляет ведущий автор и постдок MIT Мурат Онен.

Результаты исследования были опубликованы в журнале «Наука».