韩国科技研究院神经形态工程中心研发了一项集成元件技术,用于构建大规模人工神经网络硬件设备,其创新之处在于采用hBN制作忆阻器器件,以实现设备之间的类似“乐高”式连接。
(A)生物神经网络的原理图。(B)使用人工神经形态装置在硬件中实现的人工神经网络的电路原理图。(C)随着突触权重的变化,两个神经元之间的连接强度变化的实验结果。观察到下游神经元的放电程度随着突触重量的减小而降低。
图片来源:韩国科学技术研究院
借助hBN这种二维材料的优质性能,该团队成功地实现了高集成度与超低功耗。他们精心设计的人工神经元及突触器件,在简化结构并提高网络可扩展性的同时,更具优越的处理能力。此举将为大规模神经网络硬件设备的研发打开新的大门。
这项研究还涉及到在硬件中展示高效的“神经元—突触—神经元”结构,模拟人类大脑中的尖峰信号信息传输。通过实验证明,只需调整人工突触装置的重量即可实现两个神经元间尖峰信号信息的调控。此外,科研团队进一步展示了将新型hBN设备应用于环保型低功耗、大规模AI硬件系统的巨大潜力。
研究人员强调,此类人工神经网络硬件系统可用于各类实际生活场景的海量数据处理,涉及诸多领域,包括智慧城市、医疗保健、通信、气象预报以及无人驾驶车辆等。这项新研究有望大大降低能源消耗,克服传统硅CMOS器件扩展局限性,从而有利改善全球环境污染问题。
人脑在极低能耗情况下仍能高效运作,这无疑给人工智能研究者带来挑战。他们试图从软件和硬件两个角度出发,对人脑进行全面细致的模仿。例如,硬件方面,通过模仿人脑神经元和突触之间的联通,达到与人脑同样的信息传送效果。然而,如何设计出能真正有效运行的大尺度神经网络算法,关键在于构建具备成本效益与可扩展特性的硬件系统。本次研究中,他们通过研制如同“乐高”搭积木般的集成元件,开辟了全新的可能途径。
-
神经网络
+关注
关注
42文章
4733浏览量
100410 -
神经元
+关注
关注
1文章
363浏览量
18431 -
二维材料
+关注
关注
0文章
38浏览量
5513
发布评论请先 登录
相关推荐
评论