ریسرچ بٹس: جنوری 23

میمریسٹر پر مبنی بایسیئن نیورل نیٹ ورک

CEA-Leti، CEA-List، اور CNRS کے محققین نے ایک مکمل بنایا یادداشت پر مبنی بایسیئن نیورل نیٹ ورک اریتھمیا ریکارڈنگ کی درجہ بندی کرنے کے لیے عمل درآمد قطعی الیٹرک اور ایپسٹیمک غیر یقینی صورتحال کے ساتھ۔

اگرچہ Bayesian عصبی نیٹ ورک کچھ شور والے ان پٹ ڈیٹا کی بنیاد پر حسی پروسیسنگ ایپلی کیشنز کے لیے کارآمد ہیں کیونکہ وہ پیشین گوئی کی غیر یقینی صورتحال کا اندازہ فراہم کرتے ہیں، امکانی نوعیت کا مطلب ہے بے ترتیب نمبر جنریٹرز کے استعمال سے توانائی اور حساب کی ضروریات میں اضافہ، جو امکانی تقسیم کو ذخیرہ کرتے ہیں۔

CEA-Leti کی چیف سائنسدان، ایلیسا ویانیلو نے ایک ریلیز میں کہا، "ہم نے بے ترتیب تعداد کے جنریٹرز کو استعمال کرنے کے بجائے، ان امکانی تقسیم کو ذخیرہ کرنے کے لیے یادداشتوں کی اندرونی تغیرات کا فائدہ اٹھایا۔" اندازہ لگانے کے نقطہ نظر کے لیے بڑے پیمانے پر متوازی ضرب اور جمع (MAC) آپریشنز کی ضرورت ہوتی ہے۔ پروسیسر اور میموری کے درمیان ڈیٹا کی شٹلنگ کی وجہ سے، جب یہ آپریشنز CMOS پر مبنی ASICs اور فیلڈ-پروگرام ایبل گیٹ اریوں پر کیے جاتے ہیں تو طاقت کے بھوکے ہوتے ہیں۔ ہمارے حل میں، ہم میمریسٹرز کے کراس بارز کا استعمال کرتے ہیں جو قدرتی طور پر ان پٹ وولٹیج اور اوہم کے قانون کے ذریعے امکانی Synaptic وزن کے درمیان ضرب کو نافذ کرتے ہیں، اور کرچوف کے موجودہ قانون کے ذریعے جمع ہونا، بجلی کی کھپت کو نمایاں طور پر کم کرتے ہیں۔"

نقطہ نظر غیر یقینی صورتحال کی مقدار کو قابل بناتا ہے، جو نیٹ ورک کو ایسے حالات کی نشاندہی کرنے کی اجازت دیتا ہے جو اس کے تربیتی ڈیٹا سے باہر ہوسکتی ہیں۔ [1]

ہائبرڈ فیز چینج یادگار

یونیورسٹی آف روچیسٹر کے سائنسدانوں نے تیار کیا۔ ہائبرڈ مزاحمتی سوئچز جو یادداشتوں اور مرحلے میں تبدیلی کے مواد کو یکجا کرتا ہے۔

روچیسٹر میں الیکٹریکل اور کمپیوٹر انجینئرنگ اور فزکس کے اسسٹنٹ پروفیسر اسٹیفن ایم وو نے کہا، "ہم نے ایک یادگار اور فیز چینج ڈیوائس کے آئیڈیا کو اس طریقے سے جوڑ دیا ہے جو کسی بھی ڈیوائس کی حدود سے باہر جا سکتا ہے۔" ایک ریلیز میں. "ہم ایک دو ٹرمینل میمریسٹر ڈیوائس بنا رہے ہیں، جو ایک قسم کے کرسٹل کو دوسری قسم کے کرسٹل مرحلے تک لے جاتا ہے۔ ان دو کرسٹل مراحل میں مختلف مزاحمت ہوتی ہے جسے آپ میموری کے طور پر محفوظ کر سکتے ہیں۔

2D مواد کو دبانے سے، وہ دو مختلف کرسٹل مراحل کے درمیان ایک نقطہ پر ہوسکتے ہیں اور نسبتا کم طاقت کے ساتھ کسی بھی سمت میں جھکائے جا سکتے ہیں۔

"ہم نے بنیادی طور پر مواد کو صرف ایک سمت میں کھینچ کر اور اسے دوسری سمت میں سکیڑ کر انجنیئر کیا،" وو نے جاری رکھا۔ "ایسا کرنے سے، آپ شدت کے حکم سے کارکردگی کو بڑھاتے ہیں۔ میں ایک ایسا راستہ دیکھ رہا ہوں جہاں یہ گھر کے کمپیوٹرز میں میموری کی ایک شکل کے طور پر ختم ہوسکتا ہے جو انتہائی تیز اور انتہائی موثر ہے۔ عام طور پر کمپیوٹنگ کے لیے اس کے بڑے مضمرات ہوسکتے ہیں۔ [2]

چاندی پر مبنی یادگار آلہ

سہمیوک یونیورسٹی اور یونسی یونیورسٹی کے محققین نے ایک استعمال کرنے کی تجویز پیش کی۔ چاندی سے منتشر چالکوجینائیڈ پتلی فلم یادداشت والے آلات میں مزاحمتی سوئچنگ کے لیے۔

"ہمارا پھیلا ہوا Ag-based memristive device ایک chalcogenide پتلی فلم میں کم بجلی کی کھپت کو ظاہر کرتا ہے اور انسانی دماغ کی متوازی پروسیسنگ کی نقل کرتا ہے۔ یہ اسے کراس بار اریوں میں لاگو کرنے کے لیے موزوں بناتا ہے، اور اس نے MNIST (موڈیفائیڈ نیشنل انسٹی ٹیوٹ آف اسٹینڈرڈز اینڈ ٹیکنالوجی) کے ہاتھ سے لکھے ہوئے ہندسوں کی شناخت کے ڈیٹا بیس میں ~92% ریکگنیشن ریٹ حاصل کیا،" سہمیوک یونیورسٹی کے پروفیسر من کیو یانگ نے ایک بیان میں کہا۔ .

ڈیوائس کو تیاری یا آپریشن سے پہلے کیمیائی تبدیلی لانے کے لیے برقی کرنٹ کی ضرورت نہیں ہوتی ہے اور 85°C کے ماحول میں 2 گھنٹے تک ریاستی برقرار رکھنے اور قابل اعتماد برداشت دونوں کا مظاہرہ کیا ہے۔ [3]

حوالہ جات

[1] بونٹ، ڈی، ہرٹزلین، ٹی، مجمدار، اے وغیرہ۔ یادداشت پر مبنی Bayesian نیورل نیٹ ورکس کے ساتھ غیر یقینی صورتحال کی مقدار کو انتہائی حد تک پہنچانا۔ نیٹ کمیون 14، 7530 (2023)۔ https://doi.org/10.1038/s41467-023-43317-9

[2] Hou, W., Azizimanesh, A., Dey, A. et al. عمودی مولیبڈینم ڈیٹیلورائڈ فیز چینج یادداشتوں کی اسٹرین انجینئرنگ۔ نیٹ الیکٹران (2023)۔ https://doi.org/10.1038/s41928-023-01071-2

[3] Su Yeon Lee, Jin Joo Ryu, Hyun Kyu Seo, Hyunchul Sohn, Gun Hwan Kim, Min Kyu Yang, Ag-dispersive chalcogenide media for relily activated electronic memristor, Applied Surface Science, Volume 644, 2024, ISS158747 -0169، https://doi.org/10.1016/j.apsusc.2023.158747