Исследовательская группа под руководством профессора Ян Юйчао из Инженерной школы Пекинского университета в сотрудничестве с Шанхайским институтом микросистем и информационных технологий Китайской академии наук успешно разработала первый в мире нейродинамический системный чип на основе мемристоров с изменением фазы. Об этом прорыве, опубликованном в журнале Science 5 июля, сообщает IT Home.
Чип обеспечивает задержку вычислений за один шаг всего в 2,12 миллисекунды, преодолевая давнюю международную проблему компромисса между точностью и скоростью в мемристорах с изменением фазы. На протяжении полувека с момента зарождения нейродинамических систем основным препятствием для практического развертывания была неспособность поддерживать высокоточную непрерывную модельную возможность при достижении низколатентных вычислений в реальном времени.
Команда предложила парадигму управляемых вычислений в памяти, использующую дрейф проводимости и многоуровневые характеристики проводимости устройств памяти с изменением фазы. Путем систематического слияния физики устройств с нейродинамическими алгоритмами чип обеспечивает адаптивный поиск шага интегрирования и вычисления типа «умножение-накопление» в памяти. Чип изготовлен по 40-нанометровому техпроцессу, при этом массив вычислений в памяти и дрейфа шага занимает всего 0,28 квадратных миллиметра, работая на частоте 50 МГц с 9-ступенчатым конвейером.
По сравнению с самыми передовыми ASIC-ускорителями, нейродинамическая система обеспечивает повышение скорости в 3,82–36,27 раза и снижение энергопотребления в 11,75–24,73 раза при эквивалентных нейродинамических вычислениях. При реконструкции поверхности коры головного мозга и других задачах высокоточной моделирования мозга чип превосходит графический процессор NVIDIA A100 в 50,38–478,18 раза, демонстрируя преобразующий потенциал специализированного нейроморфного оборудования для вычислительной нейронауки.
Этот прорыв имеет большое значение для интерфейсов мозг-компьютер. Будущие системы BCI должны не только считывать нейронные сигналы, но и понимать состояния мозга в реальном времени, прогнозировать нейродинамическую эволюцию и выполнять замкнутую регуляцию на основе обратной связи. Высокоточные модели мозга, работающие на миллисекундных скоростях, могут предоставить BCI индивидуализированные, динамические и интерпретируемые модели состояний мозга, что позволит перейти от простого распознавания сигналов к моделированию состояний мозга в реальном времени и интеллектуальному взаимодействию.
Исследование было поддержано программами New Cornerstone Investigator Program, National Key R&D Program, Национальным фондом естественных наук Китая и Программой ключевой лаборатории Гуандуна по чипам для вычислений в памяти. Работа была отобрана для участия в крупном проекте Пекинского университета «2030». Команда сделала статью доступной в Science под названием A sub-10-millisecond neural dynamical system based on phase change memristors.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
