Los dispositivos semiconductores de IA de próxima generación imitan el cerebro humano

2024-03-29 20:38:57

Un equipo de investigación dirigido por el Prof. Kwon Hyuk-jun del Departamento de Ingeniería Eléctrica e Informática de la DGIST ha desarrollado una tecnología de semiconductores de IA de próxima generación que imita la eficiencia del cerebro humano en IA y sistemas neuromórficos.

Next-generation artificial intelligence semiconductor devices resembling the human brain — Características de la película ferroeléctrica HZO depositada.a) Imagen HR-TEM que muestra el espesor (15 nm) de la película ferroeléctrica de HZO e imagen transversal del cristalito ortorrómbico de HZO usando HR-TEM.Barra de escala, 50 nm.El recuadro muestra una vista ampliada de la disposición atómica del HZO ortorrómbico [111].b) Mapeo EDS de la sección transversal de HZO, que representa la distribución de los elementos depositados (hafnio, circonio y oxígeno).c) Bucles PV de película HZO.d) Permitividad â bucles V de película HZO.e) Patrón GIXRD deconvolucionado de la película ferroeléctrica HZO.Espectros XPS de alta resolución de f) O 1s, g) Hf 4f, h) Zr 3d.Crédito:*Ciencia avanzada*(2024).DOI: 10.1002/adv.202308588

El avance de la IA ha estimulado una demanda en rápido crecimiento de tecnología de semiconductores energéticamente eficiente con una rápida velocidad operativa.Sin embargo, los dispositivos informáticos tradicionales con su arquitectura von Neumann y unidades de memoria y computación separadas tienen deficiencias de velocidad y eficiencia energética asociadas con cuellos de botella en el procesamiento de datos.En consecuencia, está ganando atención la investigación sobre dispositivos neuromórficos que imitan las funciones simultáneas de computación y memoria de las neuronas biológicas.

En este contexto, el equipo del profesor Hyuk-Jun Kwon desarrolló transistores sinápticos de efecto de campo utilizando óxido de hafnio, que tiene fuertes propiedades eléctricas, y finas capas de disulfuro de estaño.Esto dio como resultado un dispositivo neuromórfico de tres terminales capaz de almacenar múltiples niveles de datos de manera similar a las neuronas.

La investigación replicó con éxito características biológicas como las propiedades a corto y largo plazo, dando como resultado un dispositivo altamente eficiente que responde 10.000 veces más rápido que las sinapsis humanas y consume muy poca energía.

El profesor Hyuk-Jun Kwon del Departamento de Ingeniería Eléctrica y Ciencias de la Computación dijo: "Esta investigación marca un paso importante hacia la arquitectura informática de próxima generación, que requierebajo consumo de energíay computación de alta velocidad.Hemos desarrollado hardware neuromórfico de alto rendimiento utilizando canales bidimensionales y ferroeléctricos.óxido de hafnio, y se espera que la innovación tenga varias aplicaciones relacionadas con la inteligencia artificial y el aprendizaje automático en el futuro".

La investigación espublicadoen el diarioCiencia avanzada.

Más información:ChongâMyeong Song et al, FET sináptico analógico ferroeléctrico 2D SnS2,Ciencia avanzada(2024).DOI: 10.1002/adv.202308588

Proporcionado porDGIST (Instituto Daegu Gyeongbuk de Ciencia y Tecnología)

Citación:Los dispositivos semiconductores de IA de próxima generación imitan el cerebro humano (29 de marzo de 2024)recuperado el 29 de marzo de 2024de https://techxplore.com/news/2024-03-generación-ai-semiconductor-devices-mimic.html

Este documento está sujeto a derechos de autor.Aparte de cualquier trato justo con fines de estudio o investigación privados, noparte puede ser reproducida sin el permiso por escrito.El contenido se proporciona únicamente con fines informativos.