লুন্ড ইউনিভার্সিটির গবেষকরা "ফেরোইলেকট্রিক টানেল জংশন মেমরিস্টরস ফর ইন-মেমরি কম্পিউটিং অ্যাক্সিলারেটর" শিরোনামের একটি প্রযুক্তিগত গবেষণাপত্র প্রকাশ করেছেন।
সারাংশ:
"নিউরোমর্ফিক কম্পিউটিং প্রচুর আগ্রহ দেখেছে কারণ কৃত্রিম বুদ্ধিমত্তা (এআই) অ্যাপ্লিকেশনে লাফিয়ে ভন নিউম্যান কম্পিউটিং আর্কিটেকচারের সাথে ভারী মেমরি অ্যাক্সেসের কারণে সীমাবদ্ধতা উন্মোচিত হয়েছে৷ নিউরোমরফিক কম্পিউটিং দ্বারা প্রদত্ত সমান্তরাল ইন-মেমরি কম্পিউটিং উল্লেখযোগ্যভাবে লেটেন্সি এবং পাওয়ার খরচ উন্নত করার সম্ভাবনা রয়েছে। এনালগ নিউরোমর্ফিক কম্পিউটিং হার্ডওয়্যারের মূল চাবিকাঠি হল মেমরিস্টর, যা অ-উদ্বায়ী মাল্টিস্টেট কন্ডাক্টেন্স লেভেল, উচ্চ সুইচিং গতি এবং শক্তি দক্ষতা প্রদান করে। ফেরোইলেক্ট্রিক টানেল জংশন (এফটিজে) মেমরিস্টররা এই উদ্দেশ্যে প্রধান প্রার্থী, কিন্তু বৃহৎ ক্রসবার অ্যারেতে একীভূত হওয়ার পরে তাদের কর্মক্ষমতার জন্য বিশেষ বৈশিষ্ট্যের প্রভাব, গভীর নিউরাল নেটওয়ার্কে অনুমান এবং প্রশিক্ষণ উভয়ের জন্য মূল গণনার উপাদান, ঘনিষ্ঠ তদন্তের প্রয়োজন। এই কাজে, একটি W/Hf x Zr1−x O260টি প্রোগ্রামেবল কন্ডাক্টেন্স স্টেট সহ টিআইএন এফটিজে, 10 পর্যন্ত একটি ডাইনামিক রেঞ্জ (ডিআর), বর্তমান ঘনত্ব >3 এ মি-2 at V পড়া = 0.3 V এবং অত্যন্ত ননলাইনার কারেন্ট-ভোল্টেজ (I-V) বৈশিষ্ট্য (>1100) পরীক্ষামূলকভাবে প্রদর্শিত হয়। একটি সার্কিট ম্যাক্রো-মডেল ব্যবহার করে, একটি সত্যিকারের ক্রসবার অ্যারের সিস্টেম স্তরের কর্মক্ষমতা মূল্যায়ন করা হয় এবং পরিবর্তিত নেশন ইনস্টিটিউট অফ সায়েন্স অ্যান্ড টেকনোলজি (MNIST) ডেটাসেটের 92% শ্রেণীবিভাগ নির্ভুলতা অর্জন করা হয়। অবশেষে, অত্যন্ত ননলিনিয়ারের সাথে সংমিশ্রণে কম পরিবাহিতা I-V বৈশিষ্ট্যগুলি নিউরোমর্ফিক হার্ডওয়্যার এক্সিলারেটরের জন্য বড় নির্বাচক-মুক্ত ক্রসবার অ্যারে উপলব্ধি করতে সক্ষম করে।"
খোঁজো এখানে প্রযুক্তিগত কাগজ। ডিসেম্বর 2023 প্রকাশিত হয়েছে।
অ্যাথলে, আর. এবং বোর্গ, এম. (2023), ইন-মেমরি কম্পিউটিং অ্যাক্সিলারেটরের জন্য ফেরোইলেকট্রিক টানেল জংশন মেমরিস্টরস। অ্যাড. বুদ্ধি। সিস্ট 2300554। https://doi.org/10.1002/aisy.202300554
সম্পর্কিত পঠন
মেমরিতে কম্পিউটের সাথে AI শক্তির দক্ষতা বৃদ্ধি করা
কীভাবে জেটাস্কেল ওয়ার্কলোডগুলি প্রক্রিয়া করা যায় এবং একটি নির্দিষ্ট পাওয়ার বাজেটের মধ্যে থাকে।
জৈবিক দক্ষতার সাথে মেমরিতে মডেলিং কম্পিউট
জেনারেটিভ এআই চিপমেকারদের কম্পিউট রিসোর্সগুলোকে আরও বুদ্ধিমত্তার সাথে ব্যবহার করতে বাধ্য করে।
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
- প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
- প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
- উত্স: https://semiengineering.com/ferroelectric-tunnel-junctions-in-crossbar-array-analog-in-memory-compute-accelerators/
- : আছে
- : হয়
- $ ইউপি
- 10
- 1100
- 2023
- 60
- a
- ত্বক
- প্রবেশ
- সঠিকতা
- অর্জন
- AI
- এবং
- অ্যাপ্লিকেশন
- স্থাপত্য
- রয়েছি
- বিন্যাস
- কৃত্রিম
- কৃত্রিম বুদ্ধিমত্তা
- কৃত্রিম বুদ্ধিমত্তা (এআই)
- AS
- At
- উভয়
- বাজেট
- কিন্তু
- by
- প্রার্থী
- বৈশিষ্ট্য
- শ্রেণীবিন্যাস
- ঘনিষ্ঠ
- সমাহার
- গনা
- কম্পিউটিং
- খরচ
- মূল
- বর্তমান
- ডিসেম্বর
- গভীর
- গভীর নিউরাল নেটওয়ার্ক
- প্রদর্শিত
- ঘনত্ব
- ডিজিটাল
- dr
- কারণে
- প্রগতিশীল
- দক্ষতা
- উপাদান
- সক্ষম করা
- শক্তি
- শক্তির দক্ষতা
- মূল্যায়ন
- উদ্ভাসিত
- পরিশেষে
- স্থায়ী
- জন্য
- ফোর্সেস
- মহান
- হার্ডওয়্যারের
- আছে
- ভারী
- এখানে
- উচ্চ
- অত্যন্ত
- HTTPS দ্বারা
- আইডেন্টিফায়ার
- প্রভাব
- উন্নত করা
- in
- প্রতিষ্ঠান
- ইন্টিগ্রেশন
- বুদ্ধিমত্তা
- স্বার্থ
- মধ্যে
- তদন্ত
- চাবি
- বড়
- অদৃশ্যতা
- অত্যন্ত
- উচ্চতা
- মাত্রা
- সীমাবদ্ধতা
- কম
- স্মৃতি
- পরিবর্তিত
- অধিক
- জাতি
- নেটওয়ার্ক
- নিউরাল
- নিউরাল নেটওয়ার্ক
- নতুন
- লক্ষ্য
- of
- on
- খোলা
- কাগজ
- সমান্তরাল
- বিশেষ
- কর্মক্ষমতা
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- সম্ভাব্য
- ক্ষমতা
- প্রধান
- প্রক্রিয়া
- প্রোগ্রামযোগ্য
- প্রদত্ত
- প্রদানের
- প্রকাশিত
- উদ্দেশ্য
- R
- পরিসর
- সাধনা
- প্রয়োজন
- গবেষকরা
- Resources
- বিজ্ঞান
- বিজ্ঞান ও প্রযুক্তি
- দেখা
- উল্লেখযোগ্যভাবে
- স্পীড
- যুক্তরাষ্ট্র
- থাকা
- পদ্ধতি
- কারিগরী
- প্রযুক্তিঃ
- সার্জারির
- তাদের
- এই
- খেতাবধারী
- থেকে
- প্রশিক্ষণ
- সত্য
- সুড়ঙ্গ
- বিশ্ববিদ্যালয়
- উপরে
- ব্যবহার
- ব্যবহার
- ভন
- ছিল
- সঙ্গে
- মধ্যে
- হয়া যাই ?
- zephyrnet