這個芯片，讓AI功耗大降70%

公眾號記得加星標??，第一時間看推送不會錯過。

科學家開發出仿腦芯片，用于更高效的人工智能硬件，能耗降低70%。

劍橋大學的研究人員利用一種特殊的氧化鉿開發出了一種高性能憶阻器。

憶阻器是一種低能耗元件，它模擬我們大腦細胞的連接方式，有助于節約能量。

這種納米電子裝置有望將人工智能的能耗降低高達 70%。 “能源消耗是當前人工智能硬件面臨的關鍵挑戰之一，”劍橋大學材料科學與冶金系首席作者巴博克·巴希特博士說。

“為了解決這個問題，你需要電流極低、穩定性極佳、開關周期和器件之間具有出色的均勻性，并且能夠在多種不同狀態之間切換的器件，”巴基特補充道。

節能芯片

傳統計算機芯片效率低下。這些芯片的大部分能量都消耗在內存單元和處理器之間的數據傳輸上。這種數字通信會產生熱量并浪費電力。

我們的大腦并非如此運作。我們處理和存儲信息的地方是同一個地方：突觸。

劍橋團隊采用的技術正是利用一種特殊形式的氧化鉿來實現這一目標。

研究人員開發了一種神經形態（受大腦啟發）芯片，該芯片使用穩定的低功耗憶阻器，可在單個芯片上處理這兩項任務。

大多數憶阻器依賴于不可預測且不穩定的“導電細絲”。

劍橋大學的研究團隊開發了一種更穩定的替代方案，該方案采用鉿基薄膜。它取代了老式器件中不穩定、高壓且容易斷裂的細絲，從而提供了一個平穩可靠的開關接口。

該新型器件采用鍶和鈦來創建內部 pn 結，從而起到平滑電子門的作用。

這種新型裝置并非依賴于混亂的結構變化，而是通過簡單地調節材料界面處的能量勢壘來控制電流。它具備大規模人工智能系統所需的精度和可靠性。

“絲狀器件存在隨機行為的問題，”巴希特說。“但由于我們的器件在界面處進行切換，因此它們在每次循環之間以及不同器件之間都表現出極佳的一致性。”

700°C 障礙

這項基于鉿的突破性技術通過使用比舊技術小一百萬倍的開關電流，降低了功耗。

此外，這項技術還支持數百個穩定、不同的電流水平——這是高級模擬內存計算所需的精確“多任務”能力。

實驗室測試證實，這些設備既耐用又像大腦一樣，能夠可靠地承受數萬次循環，并能保存數據約一天。

最重要的是，它們通過重現“脈沖時序依賴性可塑性”來模擬生物學習。這與我們自身神經元根據傳入信號的時序來加強或減弱連接的過程相同。

“如果你想要能夠學習和適應的硬件，而不僅僅是存儲數據位，那么這些就是你需要的特性，”巴希特說。

盡管興奮不已，但終點線還有幾英里遠。

目前，該制造工藝需要700°C的溫度。這對于標準的半導體制造來說溫度太高了，因為半導體制造更傾向于在較低的溫度下進行，以避免熔化精密元件。

巴希特博士在去年 11 月取得突破之前，花了三年時間經歷了“大量的失敗”，現在他正致力于降低溫度，使其與現代工廠生產線兼容。

如果他們能夠成功降低這個溫度，這項技術有望成為超低功耗人工智能硬件的顛覆性解決方案。

該設備可將能耗降低 70%，同時提供大規模、類腦計算所需的穩定性和適應性。

研究結果發表在《科學進展》雜志上。

https://interestingengineering.com/innovation/brain-inspired-chip-ai-energy-use

（來源：interestingengineering）

*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業觀察對該觀點贊同或支持，如果有任何異議，歡迎聯系半導體行業觀察。

今天是《半導體行業觀察》為您分享的第4353內容，歡迎關注。

加星標??第一時間看推送

求推薦