文檔幫助中心
模擬電路人工智能神經(jīng)網(wǎng)絡(luò)的前景
模擬電路人工智能神經(jīng)網(wǎng)絡(luò)的前景
來源:IEEE電氣電子工程師學(xué)會
在驅(qū)動AI當(dāng)前爆炸的深層神經(jīng)網(wǎng)絡(luò)中，最基本的計算是乘法累加（MAC）運算。深度神經(jīng)網(wǎng)絡(luò)由人工神經(jīng)元層組成，在MAC操作中，每一層的輸出乘以它們與下一層連接的強度或“權(quán)重”值，然后將這些貢獻(xiàn)相加。
現(xiàn)代計算機有專門用于MAC操作的數(shù)字元件，但從理論上講，模擬電路可以用更少的能量進(jìn)行這些計算。這種被稱為模擬AI、內(nèi)存中計算或內(nèi)存中處理的策略通常使用非易失性存儲器設(shè)備（如閃存、磁阻RAM（MRAM）、電阻RAM（RRAM）、相變存儲器（PCM）和更為深奧的技術(shù)）來執(zhí)行這些乘法累加操作。
然而，韓國的一個團隊正在探索基于鐠鈣錳氧化物電化學(xué)RAM（ECRAM）設(shè)備的神經(jīng)網(wǎng)絡(luò)，這種設(shè)備就像微型電池，以電導(dǎo)變化的形式存儲數(shù)據(jù)。研究在韓國浦項科技大學(xué)的主要作者ChuljunLee指出，神經(jīng)網(wǎng)絡(luò)硬件在訓(xùn)練期間和應(yīng)用期間經(jīng)常有不同的需求。例如，低能量屏障有助于神經(jīng)網(wǎng)絡(luò)快速學(xué)習(xí)，但高能量屏障有助于它們保留所學(xué)知識，以便在應(yīng)用過程中使用。
德國尤利希研究中心彼得·格倫伯格神經(jīng)形態(tài)計算節(jié)點研究所所長、電氣工程師JohnPaulStrachan沒有參加這項研究。他說：“在訓(xùn)練過程中，將設(shè)備加熱到100攝氏度左右，可以產(chǎn)生有利于訓(xùn)練的特性。當(dāng)它冷卻下來時，他們獲得了更長的保留時間和更低的電流操作的優(yōu)勢。只需調(diào)整一個旋鈕，熱量，他們就可以在多個計算維度上看到改進(jìn)?！毖芯咳藛T于12月14日在舊金山舉行的IEEE國際電子設(shè)備會議（InternationalElectronDevicesMeeting(IEDM)）上詳細(xì)描述了他們的發(fā)現(xiàn)。
Strachan指出，這項工作面臨的一個關(guān)鍵問題是，經(jīng)過多次加熱和冷卻后，ECRAM可能會面臨何種劣化。不過，“這是一個非常有創(chuàng)意的想法，他們的工作證明了這種方法可能有一些潛力?！?br/>
另一組研究了鐵電場效應(yīng)晶體管(FEFET)。研究主要作者、圣母大學(xué)的KhandkerAkifAabrar解釋說，F(xiàn)EFET在每個晶體管內(nèi)以電極化的形式存儲數(shù)據(jù)。
FEFET面臨的一個挑戰(zhàn)是，當(dāng)它們縮小時，它們是否仍然可以顯示對AI應(yīng)用程序有價值的模擬行為，或者它們是否會突然切換到只存儲一位信息的二進(jìn)制模式，極化狀態(tài)為一種狀態(tài)或另一種狀態(tài)。
“這個團隊工作的優(yōu)勢在于他們對所涉及材料的洞察，”Strachan說，他沒有參與這項研究，“鐵電材料可以被認(rèn)為是由許多小磁疇組成的塊體，就像鐵磁體可以被認(rèn)為是上下磁疇一樣。為了實現(xiàn)他們所希望的模擬行為，他們希望所有這些磁疇在外加電場的作用下緩慢地向上或向下排列，而不是出現(xiàn)一個失控的過程，在這個過程中它們都會向上或向下移動。”因此，他們用多個介電層物理分解了鐵電超晶格結(jié)構(gòu)，以減少這種失控過程。
該系統(tǒng)實現(xiàn)了94.1%的在線學(xué)習(xí)準(zhǔn)確率，這與其他FEFET和RRAM技術(shù)相比非常好，科學(xué)家在12月14日的IEDM會議上詳細(xì)介紹了這一發(fā)現(xiàn)。Strachan指出，未來的研究可以尋求優(yōu)化屬性，如當(dāng)前水平。
來自日本和臺灣科學(xué)家的一種新型微芯片，采用c軸定向晶體氧化銦鎵鋅制成。這項研究的合著者、日本半導(dǎo)體能源實驗室公司的SatoruOhshita指出，他們的氧化物半導(dǎo)體場效應(yīng)晶體管（OSFET）的超低電流操作低于每個電池1毫安，操作效率為143.9萬億次/秒/瓦，這是迄今為止模擬AI芯片中報道得最好的，12月14日在IEDM會議上詳細(xì)介紹了調(diào)查結(jié)果。“這些都是極低電流的設(shè)備，”Strachan說，“由于所需的電流非常低，您可以將電路塊變大，從而獲得512×512個存儲單元的陣列，而RRAM的典型數(shù)字更像是100×100。這是一個巨大的勝利，因為較大的電路塊在存儲權(quán)重方面具有二次優(yōu)勢?！碑?dāng)OSFET與電容器結(jié)合時，它們可以以90%以上的準(zhǔn)確度保留信息30小時。Strachan說：“這可能是一段足夠長的時間，可以將這些信息轉(zhuǎn)移到一些波動性較小的技術(shù)上。幾十小時的保留時間并不是交易的破壞者?！笨傊?，“研究人員正在探索的這些新技術(shù)都是概念驗證案例，提出了關(guān)于他們未來可能面臨的挑戰(zhàn)的新問題，”Strachan說，“他們還指出了通往代工廠的道路，這是他們生產(chǎn)大批量、低成本商業(yè)產(chǎn)品所需要的?！?/span>
