Tranzystor, który się uczy

Tranzystor, który się uczy

Dzisiejsze superkomputery stoją w obliczu wielu wyzwań związanych z technologią procesorów, które są siłą napędową tych maszyn. Aby żyć w zgodzie z Prawem Moore'a, naukowcy szukają alternatywy dla tradycyjnych układów krzemowych.

Grupa z Harvard School of Engineering and Applied Sciences (SEAS) sięgnęła po biomimetykę, a konkretnie zajrzeli w tym celu do ludzkiego mózgu. Organ ten, podczas odbierania otaczającej nas rzeczywistości zużywa zaledwie 20 Watów.

Zespół badaczy opracował tranzystor, który zachowuje się jak synapsy. Tak jak w prawdziwym mózgu, tranzystor synaptyczny uczy się podczas obliczeń. Może prowadzić to do nowego rodzaju sztucznej inteligencji, która jest wbudowana w architekturę komputera.

Ludzki mózg posiada 86 miliardów neuronów połączonych ze sobą synapsami. Oprócz zachowywania się jak układy logiczne, synapsy stale dostosowują się do bodźców, wzmacniając niektóre połączenia i osłabiając inne. Naukowcy określają to jako proces uczenia się i w nim widzą przyszłość procesorów.

Korzystając z mózgu jako z niejakiego szablonu - naukowcy zaprojektowali system, który zawiera miliony maleńkich tranzystorów i terminali synaptycznych. W ten sposób mają nadzieję wprowadzić obliczenia równoległe w nową erę ultra-wysokiej wydajności.

„Tranzystor, który zaprezentowaliśmy jest w istocie podobny do synapsy w mózgu.", powiedział jego współautor, adiunkt Jian Shi. „Za każdym razem, kiedy neuron inicjuje akcję, inny na nią reaguje, a synapsy pomiędzy nimi zwiększają wytrzymałość połączenia. W ten sposób, oddziaływania między neuronami są zapamiętywane. "

„Strukturalnie, urządzenie składa się z niklowego półprzewodnika umieszczonego między dwiema platynowymi elektrodami i przylegającego do małej komory z cieczą jonową. Zewnętrzny multiplekser zmienia czas opóźnienia w zależności od wielkości napięcia, które przykładane jest do cieczy jonowej. W ten sposób tworzone jest pole elektryczne, które steruje liczbą elektronów w niklu."

Tranzystor synaptyczny ma zdaniem naukowców wiele zalet. Poza tym, że jest z natury energooszczędny, nie ogranicza się do operacji binarnych; wykorzystuje pamięć nieulotną i jest kompatybilny z układami krzemowymi.

(rr)