1734908716
2024-12-22 22:53:00
- AI システムに脳のようなコンピューティングをもたらす Memristor
- 原子的に調整可能なデバイスはエネルギー効率の高い AI 処理を提供します
- ニューロモーフィック回路が人工知能の新たな可能性を開く
人間の脳の神経ネットワークをエミュレートする最先端の記憶抵抗器である原子的に調整可能な「メモリスタ」の開発により、半導体技術の新たなフロンティアがこれまで以上に近づく可能性があります。
米国科学財団の半導体の未来プログラム (FuSe2) からの資金提供を受けて、このイニシアチブは、ニューロモーフィック コンピューティング (脳の学習と適応能力を模倣する、高速でエネルギー効率の高い処理を目的に設計された次世代アプローチ) を可能にするデバイスの開発を目的としています。 。
このイノベーションの中核は、原子スケールの制御を備えた超薄型メモリデバイスの作成であり、メモリスタが人工シナプスやニューロンとして機能できるようにすることでAIに革命を起こす可能性があります。これらのデバイスは、コンピューティング能力と効率を大幅に向上させ、人工知能アプリケーションの新たな可能性を開くと同時に、半導体技術の新世代の専門家を訓練する可能性を秘めています。
ニューロモーフィック コンピューティングの課題
このプロジェクトは、現代のコンピューティングにおける最も基本的な課題の 1 つ、つまり脳からインスピレーションを得た AI システムを実現するために必要な精度とスケーラビリティを達成することに焦点を当てています。
人間の脳のように機能するエネルギー効率の高い高速ネットワークを開発するには、メモリスタが重要なコンポーネントです。これらは情報の保存と処理を同時に行うことができるため、生物学的な脳で見られる種類の並列データ処理を容易にするニューロモーフィック回路に特に適しており、従来のコンピューティング アーキテクチャの制限を克服できる可能性があります。
の 共同研究の取り組み カンザス大学 (KU) とヒューストン大学との間の研究は、KU の物理学および天文学の著名な教授であるジュディ・ウー氏が主導し、FuSe2 からの 180 万ドルの助成金によって支援されています。
ウー氏と彼女のチームは、平均的なナノメートルスケールの約10分の1である、驚くべき0.1ナノメートルに近い薄膜層を用いて、メモリデバイスの厚さを2ナノメートル未満にする方法を開拓した。
これらの進歩は、非常に薄く、大面積均一性を備えた正確な機能を備えたデバイスの作成を可能にするため、将来の半導体エレクトロニクスにとって極めて重要です。研究チームは、材料設計、製造、試験を統合する共同設計アプローチも使用する予定です。
このプロジェクトは科学的な目的に加えて、労働力の育成にも重点を置いています。半導体業界で熟練した専門家のニーズが高まっていることを認識し、チームは両大学の専門家が主導する教育支援コンポーネントを設計しました。
「私たちの研究の最も重要な目標は、神経形態回路上でニューロンやシナプスとして機能できる、原子的に「調整可能な」メモリスタを開発することです。この回路を開発することで、ニューロモーフィックコンピューティングの実現を目指します。これが私たちの研究の主な焦点です」とウー氏は語った。
「私たちは、脳がどのように考え、計算し、意思決定し、パターンを認識するかを模倣したいと考えています。基本的に、脳が行うすべてのことを高速かつ高エネルギー効率で行うのです。」
あなたも気に入るかもしれません
#実験室から生活へ #原子スケールのメモリスタが脳のような #と次世代のコンピューティング能力への道を切り開く