KAUST, Universitat Autònoma de Barcelona, ​​IBM Research, USC, University of Michigan 등이 “멤리스터 기반 인공 신경망의 하드웨어 구현”이라는 제목의 새로운 기술 논문을 발표했습니다.

요약 :
“인공 지능(AI)은 현재 병렬로 작동하는 연결된 단순 컴퓨팅 장치의 네트워크에 의존하는 딥 러닝(DL) 기술에 의해 주도되는 성장을 경험하고 있습니다. 기존 폰 노이만 시스템의 메모리와 처리 장치 간의 낮은 통신 대역폭은 대규모 데이터 세트에 광범위하게 의존하는 새로운 애플리케이션의 요구 사항을 지원하지 않습니다. 높은 병렬화 및 근접 메모리 컴퓨팅과 같은 최신 컴퓨팅 패러다임은 데이터 통신 병목 현상을 어느 정도 완화하는 데 도움이 되지만 패러다임 전환 개념이 필요합니다. 새로운 CMOS(Beyond Complementary Metal-Oxide-Semiconductor) 기술인 멤리스터는 고유한 고유한 장치 수준 특성으로 인해 메모리 장치에 대한 유망한 선택이며, 저전력에서 작고 대용량 병렬 설치 공간으로 저장 및 컴퓨팅을 모두 가능하게 합니다. . 이론적으로 이는 에너지 효율성과 계산 처리량의 주요 향상으로 직접적으로 해석되지만 다양한 실제 과제가 남아 있습니다. 이 연구에서 우리는 하드웨어 기반 멤리스티브 인공 신경망(ANN)을 달성하기 위한 최신 노력을 검토하고, 각 블록의 작동 원리와 장점과 단점이 있는 다양한 설계 대안, 그리고 정확한 작업에 필요한 도구를 자세히 설명합니다. 성능 지표 추정. 궁극적으로 우리는 이 분야에서 작업을 시작하려는 사람들과 전체적인 접근 방식을 찾는 전문가들에게 멤리스티브 신경망과 관련된 재료 및 방법에 대한 포괄적인 프로토콜을 제공하는 것을 목표로 합니다."

기술 찾기 여기에 종이. 2024년 XNUMX월 게시.

Aguirre, F., Sebastian, A., Le Gallo, M. 등. 멤리스터 기반 인공 신경망의 하드웨어 구현. Nat Commun 15, 1974(2024). https://doi.org/10.1038/s41467-024-45670-9

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://semiengineering.com/hw-implementation-of-memristive-anns/