颠覆AI臆测，进步460倍能效，新式分子忆阻器“遵守”惊东谈主

东谈主工智能（AI）硬件有望透顶被颠覆，在臆测速率和能效方面兑现前所未有的更正。日前，来自印度科学揣度所、德克萨斯农工大学和利默里克大学的揣度团队，在一篇发表在泰斗科学期刊 Nature 上的揣度论文中先容了一种新式分子忆阻器，将神经形态臆测进步到了前所未有的高精度。加之神经形态臆测固有的功耗低、延长小、可蔓延性高档性格，这一揣度为东谈主工智能的往日发展，尤其在能效需求紧要的边界提供了新的可能性。据先容，他们打算了一种基于钌（Ru）复合物的新式分子忆阻器（神经形态硬件中的中枢组件），其使用一种偶氮芳醇配体，鄙俗兑现 14 位的区别率，并通过精准的能源学限制，可看望多达 16520 个不同的模拟电导水平。比较于传统的臆测方法，这种新式分子忆阻工具备以下性格：超高精度：信噪比达到 73 dB，进步现存技巧四个数目级。极愚顽耗：比较数字臆测机，能效进步 460 倍。大范围并走时算：不错在分子级别完成臆测任务，显耀进步臆测遵守。揣度团队暗示，这种新式分子忆阻器的应用可能蔓延神经形态臆测的范围，使其卓越当今的小众应用，增强从云霄到旯旮的数字电子确立的中枢功能。值得一提的是，这种新式忆阻器有望成为复杂东谈主工智能模子（如 GAN 和 Transformer）的紧要加快器。揣度团队暗示：“咱们的终极指标是用这种基于环保节能材料的高性能臆测系统，取代现存的臆测架构，并将其应用到日常糊口的各个边界，从服装、食物包装到建筑材料，确实兑现散播式的无处不在的信息处理。”迄今最大，克服传统臆测架构瓶颈神经形态臆测的核热情念是模拟生物神经收罗的责任方法，从而提高臆测遵守并降愚顽耗。在这一架构下，神经元和突触的看成被仿真为臆测元件，鄙俗在硬件中径直奉行大齐向量-矩阵乘法（VMM）运算。比较传统的冯·诺依曼架构，其具有三大上风：并行处理：像大脑雷同，不错同期处理大齐信息。低功耗：受生物神经元启发，功耗远低于传统臆测机。自合适学习：不错像东谈主类大脑雷同，通过不停营救纠合权重，完成复杂的学习任务。在神经形态臆测系统中，忆阻器模拟了神经元突触的功能，通过改变电阻来存储和传递信息，使得运算不错在存储单位中径直进行，进步了臆测的速率和遵守。传统臆测架构在奉行 VMM 时，平方需要经常地在存储器和处理器之间迁徙数据，销耗大齐时候和能量。而忆阻器使得数据不错径直在存储单位中完成臆测，不错显耀提高遵守。关连词，受材料性格和电子元件性能的限制，现存思经形态硬件在臆测精度、遵守和复杂任务处理方面仍濒临很多挑战，尤其在奉行信号处理、神经收罗检会和当然谈话处理等中枢臆测任务中。在这项责任中，为了进步神经形态臆测的遵守，他们运用先进的纳米技巧和材料科学，构建了迄今为止最大的 64×64 的分子忆阻器交叉阵列。这一打算不仅增多了系统的范围和复杂性，还鄙俗在单一步伐中径直奉行 VMM 运算，透顶幸免了传统臆测架构中的数据迁徙瓶颈。他们暗示，这一打算受东谈主脑责任机制的启发，运用分子在晶格中的当然通顺处理和存储信息。这种“分子游览日志”式的运作方法，为往日的数据中心、内存密集型应用以及在线游戏带来了庞大的节能后劲。图｜线性和对称性（a：64×64 的分子忆阻器交叉阵列的显微图像；b：一个交叉点在 50 个测量周期内的模拟分量更新特征；c：2000 个不同电导水和煦 10,002、10,003 的读出值非常各自的散播；d：凭证每个电导水平的 2000 个数据点臆测出的不同电导水平的积攒散播函数；e：所有 16520 个电导水平的 σn 和 ΔGn；f：所有电导水平均通过 500 mV 和 -500 mV 两种不同幅度的脉冲读取）揣度发现，这种忆阻器展现出模拟权重更新的性格，通过施加不同幅度和合手续时候的方波脉冲，兑现了 16520 个独到的模拟电导现象，这些现象隐敝了从 200ns 到 5.9ms 的四个数目级范围。性能颠覆传统硬件架构为了确保这种分子忆阻器的精度，揣度团队打算了一个进步 16 位精度的 CMOS 电路，并对交叉阵列的电导性能进行了详备考据。收尾袒露，相邻电导水平的过失概率低于 10^-9，展现了优异的低过失率和高踏实性。在长达 10^9 次操作后，该忆阻器的权重更新性格已经保合手踏实，且其模拟电导现象进展出与生物突触近似的尖峰时候依赖可塑性（STDP），为往日在神经形态臆测中的平凡应用提供了技巧撑合手。为了进一步揣度分子忆阻器的责任机制，揣度东谈主员使用原位拉曼光谱技巧揭示了其背后的分子电子能源学。他们发现，电导水平的编削是由两种分子电子现象之间的超分子电荷转念出手的，这为限制忆阻器看成提供了科学依据。实验中，基于这种忆阻器的 VMM 运算告捷兑现了单步（one-step）翻脸傅里叶变换（DFT）。图｜VMM 的兑践诺验收尾袒露，基于这种新式分子忆阻器的 VMM 运算得回了 74 dB 的信噪比（SNR）和 76.5 dB 的峰值信噪比（PSNR），这比现存技巧提高了 10^4 倍。他们暗示，这种新式分子忆阻器为奉行臆测密集型任务提供了精准而高效的搞定决议，尤其在东谈主工神经收罗、自动编码器和生成式招架收罗（GAN）等边界的应用出路广袤。不及与预计尽管这项揣度在神经形态臆测边界取得了显耀进展，但距离骨子应用仍然濒临一些挑战。刻下的实验后果主要蚁合在较小范围的交叉阵列上，要将这项技巧大范围应用于骨子臆测确立，还需要进一步扩大阵列范围并兑现芯片级集成。如安在更大范围下保管疏通的精度和性能，是往日技巧发展的要津贫乏。尽管揣度团队建议了能效优化打算，但要确实达到实验中预测的能效进步，还需进一步优化外围电路。此外，分子级忆阻器的制造工艺复杂，要兑现大范围低老本坐褥，还有很长的路要走。尽管濒临这些局限，该揣度已经展示出广袤的应用出路。最初，这项技巧在多种矩阵乘法中展现出一致的高精度，使其在信号处理、机器学习等边界具有平凡的应用后劲。尤其是在支合手复杂的东谈主工智能模子方面，如生成式招架收罗（GAN）和 Transformer 等，这种新式忆阻器有望成为紧要的加快器。此外，这项技巧在旯旮臆测中的应用出路尤其值得期待。凭借极高的能效，它不错激动智能确立和物联网中低功耗应用的发展，尤其是在需要及时反应的场景中，如自动驾驶或智能医疗确立。往日，跟着阵列范围的扩大和能效的进一步进步，这种分子忆阻器有望成为激动神经形态臆测和东谈主工智能发展的要津技巧，为数据中心、旯旮臆测确立和 AI 加快器提供更高效、更节能的臆测搞定决议。作家：田小婷