מחקרים: 24 בינואר

מחשוב בזיכרון ללא טרנזיסטור

חוקרים מאוניברסיטת פנסילבניה, Sandia National Laboratories, והמעבדה הלאומית ברוקהייבן מציעים א ארכיטקטורת מחשוב בזיכרון (CIM) נטולת טרנזיסטורים להתגבר על צווארי בקבוק בזיכרון ולהפחית את צריכת החשמל בעומסי עבודה של AI.

"אפילו בשימוש בארכיטקטורת מחשוב בזיכרון, טרנזיסטורים פוגעים בזמן הגישה לנתונים", אמר Deep Jariwala, עוזר פרופסור במחלקה להנדסת חשמל ומערכות באוניברסיטת פנסילבניה. "הם דורשים הרבה חיווט במעגלים הכוללים של שבב ובכך משתמשים בזמן, מקום ואנרגיה מעבר למה שהיינו רוצים עבור יישומי בינה מלאכותית. היופי בעיצוב נטול הטרנזיסטור שלנו הוא שהוא פשוט, קטן ומהיר והוא דורש מעט מאוד אנרגיה".

המכשיר משתמש ב-Scandium Alloyed Nitride (AlScN), מוליך למחצה המאפשר מיתוג פרו-אלקטרי, שהפיזיקה שלו מהירה וחסכונית יותר באנרגיה מאשר רכיבי זיכרון לא נדיפים חלופיים.

"אחת התכונות המרכזיות של החומר הזה היא שניתן להפקיד אותו בטמפרטורות נמוכות מספיק כדי להיות תואמות לבתי יציקה סיליקון", אמר טרוי אולסון, פרופסור חבר במחלקה להנדסת חשמל ומערכות באוניברסיטת פנסילבניה. "רוב החומרים הפרו-אלקטריים דורשים טמפרטורות גבוהות בהרבה. המאפיינים המיוחדים של AlScN פירושם שמכשירי הזיכרון המוכחים שלנו יכולים לעבור על גבי שכבת הסיליקון בערימה אנכית משולבת הטרו. חשבו על ההבדל בין חניון רב קומות עם קיבולת של מאה מכוניות לבין מאה מקומות חניה בודדים הפרוסים על מגרש בודד. מה יותר יעיל מבחינת מקום? כך גם לגבי מידע והתקנים בשבב ממוזער מאוד כמו שלנו. יעילות זו חשובה לא פחות ליישומים הדורשים מגבלות משאבים, כמו מכשירים ניידים או לבישים, כפי שהיא חשובה ליישומים עתירי אנרגיה במיוחד, כמו מרכזי נתונים".

הצוות מציע שהפרודיודה CIM תהיה מסוגלת לבצע ביצועים מהירים של עד פי 100 מארכיטקטורת מחשוב קונבנציונלית. הוא תומך באחסון בשבב, בחיפוש מקביל ובהאצת כפל מטריצה.

"נניח שיש לך אפליקציית בינה מלאכותית הדורשת זיכרון גדול לאחסון, כמו גם את היכולת לבצע זיהוי תבניות וחיפוש. חשבו על מכוניות בנהיגה עצמית או רובוטים אוטונומיים, שצריכים להגיב במהירות ובדייקנות לסביבות דינמיות ובלתי צפויות", אמר ג'ריוואלה. "באמצעות ארכיטקטורות קונבנציונליות, תזדקק לאזור אחר של השבב עבור כל פונקציה והיית צורבת במהירות את הזמינות והמרחב. עיצוב הפרודיודות שלנו מאפשר לך לעשות הכל במקום אחד פשוט על ידי שינוי הדרך בה אתה מפעיל מתחים כדי לתכנת אותו."

כאשר הצוות הפעיל סימולציה של משימת למידת מכונה דרך השבב שלו, הוא ביצע ברמת דיוק דומה לתוכנה מבוססת בינה מלאכותית הפועלת על מעבד רגיל.

"המחקר הזה הוא משמעותי ביותר מכיוון שהוא מוכיח שאנחנו יכולים להסתמך על טכנולוגיית זיכרון כדי לפתח שבבים המשלבים מספר יישומי נתונים בינה מלאכותית באופן שבאמת מאתגר את טכנולוגיות המחשוב הקונבנציונליות", אמר Xiwen Liu, Ph.D. מועמד באוניברסיטת פנסילבניה.

"חשוב להבין שכל מחשוב הבינה המלאכותית שנעשה כיום מאופשר תוכנה על ארכיטקטורת חומרת סיליקון שתוכננה לפני עשרות שנים", הוסיף ג'ריוואלה. "זו הסיבה שבינה מלאכותית כתחום נשלטה על ידי מהנדסי מחשבים ותוכנה. עיצוב מחדש מהותי של החומרה עבור AI הולך להיות מחליף המשחק הגדול הבא במוליכים למחצה ומיקרו-אלקטרוניקה. הכיוון אליו אנו הולכים כעת הוא של עיצוב משותף של חומרה ותוכנה".

מחשוב נוירומורפי עם מוליכים

חוקרים במכון הלאומי לתקנים וטכנולוגיה (NIST) בנו מעגל המבוסס על גלאי פוטון יחיד מוליכים-על שמתנהג בדומה לסינפסה ביולוגית אך משתמש בפוטונים בודדים כדי לשדר ולקבל אותות.

"החישוב במעגל NIST מתרחש כאשר גלאי פוטון בודד פוגש אלמנט מעגל מוליך-על הנקרא צומת ג'וזפסון. צומת ג'וזפסון הוא כריך של חומרים מוליכים-על המופרדים על ידי סרט בידוד דק. אם הזרם דרך הסנדוויץ' חורג מערך סף מסוים, צומת ג'וזפסון מתחיל להפיק פולסי מתח קטנים הנקראים פלקסונים. עם זיהוי פוטון, גלאי הפוטון הבודד דוחף את צומת ג'וזפסון מעל הסף הזה והפלקסונים מצטברים כזרם בלולאה מוליכת-על. חוקרים יכולים לכוון את כמות הזרם שנוספה ללולאה לכל פוטון על ידי הפעלת הטיה (מקור זרם חיצוני המניע את המעגלים) לאחד הצמתים. זה נקרא המשקל הסינפטי", הסביר NIST.

צילום של מעגל מוליך-על NIST שמתנהג כמו גרסה מלאכותית של סינפסה, חיבור בין תאי עצב (נוירונים) במוח. התוויות מציגות רכיבים שונים של המעגל ותפקודיהם. (קרדיט: S. Khan ו-B. Primavera/NIST)

הזרם המאוחסן משמש כצורה של זיכרון לטווח קצר, ומספק תיעוד של כמה פעמים הנוירון ייצר ספייק בעבר הקרוב. משך הזמן של זיכרון זה נקבע לפי הזמן שלוקח לזרם החשמלי להתפוגג בלולאות המוליכות העל, שיכולות לנוע בין מאות ננו-שניות לאלפיות-שניות, ואולי אף יותר. ככזה, ניתן להתאים את החומרה לבעיות המתרחשות בסקאלות זמן שונות, כגון מערכות בקרה תעשייתיות מהירות להאטה יחסית של אינטראקציה אנושית בזמן אמת.

ניתן להשיג זיכרון לטווח ארוך על ידי קביעת משקלים שונים באמצעות שינוי ההטיה לצמתים של ג'וזפסון, שניתן להשתמש בהם כדי להפוך את הרשתות לניתנות לתכנות.

"נוכל להשתמש במה שהדגמנו כאן כדי לפתור בעיות חישוביות, אבל קנה המידה יהיה מוגבל", אמר ג'ף שיינליין מ-NIST. "המטרה הבאה שלנו היא לשלב את ההתקדמות הזו באלקטרוניקה מוליכת-על עם מקורות אור מוליכים למחצה. זה יאפשר לנו להגיע לתקשורת בין הרבה יותר אלמנטים ולפתור בעיות גדולות תוצאתיות". הצוות גם בוחן טכניקות ליישום שקלול סינפטי בצ'יפים נוירומורפיים בקנה מידה גדול יותר.

טרנזיסטור סינפטי נמתח

חוקרים מאוניברסיטת מדינת פנסילבניה, אוניברסיטת יוסטון, אוניברסיטת נורת'ווסטרן ופלקטרה פיתחו א טרנזיסטור סינפטי נמתח שמחקה נוירונים במוח ויכול לשמש לעיבוד בינה מלאכותית בציוד לביש או ברובוטים.

"שיקוף המוח האנושי, רובוטים ומכשירים לבישים באמצעות הטרנזיסטור הסינפטי יכולים להשתמש בתאי העצב המלאכותיים שלו כדי 'ללמוד' ולהתאים את ההתנהגויות שלהם", אמר קונג'יאנג יו, פרופסור חבר למדע הנדסה ומכניקה, להנדסה ביו-רפואית ולמדעי החומרים הנדסה בפן סטייט. "לדוגמה, אם אנחנו שורפים את היד שלנו על תנור, זה כואב, ואנחנו יודעים להימנע מלגעת בה בפעם הבאה. אותן תוצאות יתאפשרו עבור מכשירים המשתמשים בטרנזיסטור הסינפטי, שכן הבינה המלאכותית מסוגלת 'ללמוד' ולהסתגל לסביבתה".

לדברי יו, הנוירונים המלאכותיים במכשיר תוכננו לפעול כמו נוירונים באזור הטגמנטלי הגחוני, קטע זעיר של המוח האנושי הממוקם בחלק העליון של גזע המוח. "בניגוד לכל שאר האזורים במוח, נוירונים באזור הטגמנטלי הגחוני מסוגלים לשחרר בו-זמנית נוירוטרנסמיטורים מעוררים ומעכבים", אמר יו. "על ידי תכנון הטרנזיסטור הסינפטי כך שיפעל עם שתי ההתנהגויות הסינפטיות בו זמנית, יש צורך בפחות טרנזיסטורים בהשוואה לטכנולוגיית אלקטרוניקה משולבת קונבנציונלית, אשר מפשטת את ארכיטקטורת המערכת ומאפשרת למכשיר לחסוך באנרגיה."

נוירוטרנסמיטורים מעוררים מפעילים את פעילותם של נוירונים אחרים וקשורים לשיפור הזיכרונות, בעוד שמוליכים עצביים מעכבים מפחיתים את פעילותם של נוירונים אחרים וקשורים להחלשת זיכרונות.

החוקרים השתמשו בחומרים מוליכים למחצה דו-שכבתיים מתמתחים כדי לייצר את המכשיר, מה שאפשר לו להימתח ולהתפתל בזמן השימוש. "הטרנזיסטור ניתן לעיוות מכני וניתן להגדרה מחדש מבחינה תפקודית, אך עדיין שומר על הפונקציות שלו כאשר הוא נמתח באופן נרחב", אמר יו. "הוא יכול להיצמד לרובוט או למכשיר לביש כדי לשמש כעור החיצוני ביותר שלהם."

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
• מקור: https://semiengineering.com/research-bits-jan-24/