エンジニアは、ニューラル ネットワークのトレーニングを高速化するためのチップを開発しました

イリノイ大学アーバナ・シャンペーン校のエンジニアが電気化学ランダムアクセスメモリを統合

(ECRAM) シリコン半導体を使用。この技術により、ニューラル ネットワークの深層学習が高速化され、人工知能システムの運用コストが削減されます。

メモリを作成するために使用される研究者最新の半導体技術 (CMOS) と互換性のある材料: ゲートとチャネル用の酸化タングステン、電解質用の酸化ジルコニウム、可動イオンとしてのプロトン。これにより、デバイスを標準のマイクロエレクトロニクスに統合することが可能になりました。

ECRAMの製造工程。画像: Jinsong Cui et al., Nature Electronics

ECRAM は、メモリ セルまたはデバイスです。データの保存と計算に同じスペースを使用します。このカスタム アーキテクチャにより、メモリとプロセッサ間のデータ転送のエネルギー コストが削減され、データ集約型の操作を非常に迅速かつ効率的に実行できます。

電気化学メモリは情報をエンコードしますゲートとチャネルの間で可動イオンを移動させます。ゲート端子に印加された電気パルスは、チャネルにイオンを導入するか、イオンを引き出します。その結果、チャネルの電気伝導度が変化し、情報が保持されます。これは、チャネルを流れる電流を測定することによって読み取られます。ゲートとチャネルの間の電解質は不要なイオンの流れを防ぎ、メモリが不揮発性モードで動作できるようにします。


電気化学メモリ回路。画像: Jinsong Cui 他、Nature Electronics

研究者は、このデバイスは高いスイッチング速度を示し、1 億回を超える読み書きサイクルに耐え、標準のメモリ技術よりもはるかに効率的でした。同時に、チャネルはイオンを何時間も確実に保持します。これは、ほとんどのディープ ニューラル ネットワークをトレーニングするのに十分です。材料は微細加工技術と互換性があるため、デバイスをマイクロおよびナノサイズに縮小して、高密度と処理能力を実現できます。

続きを読む:

量子物理学の鍵となる理論がついに証明されました。主要

生物学者は、癌細胞が免疫系を逃れる方法を発見します

インスリン注射なしで血糖値を下げる方法を発見

カバー: ECRAM アレイ。画像: イリノイ大学アーバナ シャンペーン校グレンジャー カレッジ オブ エンジニアリング