एक शोध टीम ने प्रदर्शित किया है कि ECRAM उपकरणों का उपयोग करने वाला एनालॉग हार्डवेयर कृत्रिम बुद्धिमत्ता के कम्प्यूटेशनल प्रदर्शन को अधिकतम कर सकता है, जो व्यावसायीकरण की अपनी क्षमता को प्रदर्शित करता है।उनका शोध रहा हैप्रकाशितमेंविज्ञान उन्नति.
जेनरेटिव एआई जैसे अनुप्रयोगों सहित एआई तकनीक की तीव्र प्रगति ने मौजूदा डिजिटल हार्डवेयर (सीपीयू, जीपीयू, एएसआईसी इत्यादि) की स्केलेबिलिटी को उसकी सीमा तक पहुंचा दिया है।नतीजतन, एआई गणना के लिए विशेषीकृत एनालॉग हार्डवेयर में सक्रिय अनुसंधान चल रहा है।
एनालॉग हार्डवेयर बाहरी वोल्टेज या करंट के आधार पर अर्धचालकों के प्रतिरोध को समायोजित करता है और लंबवत रूप से क्रॉस-पॉइंट सरणी संरचना का उपयोग करता हैमेमोरी डिवाइसएआई गणना को समानांतर में संसाधित करने के लिए।यद्यपि यह विशिष्ट कम्प्यूटेशनल कार्यों और निरंतर डेटा प्रोसेसिंग के लिए डिजिटल हार्डवेयर पर लाभ प्रदान करता है, लेकिन कम्प्यूटेशनल सीखने और अनुमान के लिए विविध आवश्यकताओं को पूरा करना चुनौतीपूर्ण बना हुआ है।
एनालॉग हार्डवेयर मेमोरी उपकरणों की सीमाओं को संबोधित करने के लिए, सामग्री विज्ञान और इंजीनियरिंग विभाग और सेमीकंडक्टर इंजीनियरिंग विभाग के प्रोफेसर सेयॉन्ग किम और अन्य लोगों की अनुसंधान टीम ने इलेक्ट्रोकेमिकल रैंडम एक्सेस मेमोरी (ईसीआरएएम) पर ध्यान केंद्रित किया, जो प्रबंधन करता हैइलेक्ट्रिकल कंडक्टीविटीआयन गति और एकाग्रता के माध्यम से।
पारंपरिक सेमीकंडक्टर मेमोरी के विपरीत, इन उपकरणों में डेटा को पढ़ने और लिखने के लिए अलग-अलग पथों के साथ तीन-टर्मिनल संरचना होती है, जो अपेक्षाकृत कम शक्ति पर संचालन की अनुमति देती है।
अपने अध्ययन में, टीम ने 64Ã64 सरणी में तीन-टर्मिनल-आधारित अर्धचालकों का उपयोग करके सफलतापूर्वक ईसीआरएएम उपकरणों का निर्माण किया।प्रयोगों से पता चला कि टीम के उपकरणों को शामिल करने वाले हार्डवेयर ने उत्कृष्ट विद्युत और स्विचिंग विशेषताओं का प्रदर्शन कियाउच्च उपजऔर एकरूपता.
इसके अतिरिक्त, टीम ने इस उच्च-उपज वाले हार्डवेयर में एक अत्याधुनिक एनालॉग-आधारित शिक्षण एल्गोरिदम, टिकी-टाका एल्गोरिदम लागू किया, जिससे एआई तंत्रिका नेटवर्क प्रशिक्षण गणना की सटीकता को सफलतापूर्वक अधिकतम किया गया।
विशेष रूप से, शोधकर्ताओं ने सीखने पर हार्डवेयर प्रशिक्षण की "वजन प्रतिधारण" संपत्ति के प्रभाव का प्रदर्शन किया और पुष्टि की कि उनकी तकनीक ओवरलोड नहीं होती हैकृत्रिम तंत्रिका नेटवर्क, प्रौद्योगिकी के व्यावसायीकरण की क्षमता पर प्रकाश डाला गया।
यह शोध महत्वपूर्ण है क्योंकि आज तक साहित्य में रिपोर्ट किए गए एनालॉग संकेतों को संग्रहीत और संसाधित करने के लिए ईसीआरएएम उपकरणों की सबसे बड़ी श्रृंखला 10Ã10 है।शोधकर्ताओं ने अब इन उपकरणों को प्रत्येक उपकरण के लिए विभिन्न विशेषताओं के साथ, सबसे बड़े पैमाने पर सफलतापूर्वक लागू किया है।
POSTECH के प्रोफेसर सेयॉन्ग किम ने कहा, "उपन्यास मेमोरी डिवाइस प्रौद्योगिकियों के आधार पर बड़े पैमाने पर सरणी विकसित करके और एनालॉग-विशिष्ट एआई एल्गोरिदम विकसित करके, हमने एआई कम्प्यूटेशनल प्रदर्शन की क्षमता की पहचान की है औरऊर्जा दक्षताजो वर्तमान डिजिटल तरीकों से कहीं बेहतर है।"
अधिक जानकारी:क्यूंगमी नोह एट अल, टिकी-टाका एल्गोरिथ्म-आधारित एनालॉग डीप लर्निंग एक्सेलेरेटर के लिए रिटेंशन-अवेयर जीरो-शिफ्टिंग तकनीक,विज्ञान उन्नति(2024)।डीओआई: 10.1126/sciadv.adl3350
उद्धरण:शोधकर्ताओं ने उच्च दक्षता, कम शक्ति वाली कृत्रिम बुद्धिमत्ता के लिए अगली पीढ़ी की अर्धचालक तकनीक विकसित की (2024, 1 अगस्त)1 अगस्त 2024 को पुनः प्राप्तhttps://techxplore.com/news/2024-08-gen-semiconductor-technology-high-efficiency.html से
यह दस्तावेज कॉपीराइट के अधीन है।निजी अध्ययन या अनुसंधान के उद्देश्य से किसी भी निष्पक्ष व्यवहार के अलावा, नहींलिखित अनुमति के बिना भाग को पुन: प्रस्तुत किया जा सकता है।सामग्री केवल सूचना के प्रयोजनों के लिए प्रदान की गई है।