Naukowcy opracowują półprzewodniki ECRAM dla sprzętu analogowego w celu zwiększenia wydajności sztucznej inteligencji

Zespół badawczy kierowany przez profesora Seyounga Kima z POSTECH (Pohang University of Science & Technology), wraz z kolegami z Korea University, zademonstrował potencjał urządzeń Electrochemical Random Access Memory (ECRAM) w celu zwiększenia wydajności obliczeniowej sztucznej inteligencji. Ich praca, opublikowana w Science Advances, może utorować drogę do komercyjnych zastosowań tego samego rozwiązania.

Wraz z szybkim rozwojem technologii sztucznej inteligencji, naukowcy zwracają uwagę na sprzęt analogowy, który może równolegle przetwarzać obliczenia sztucznej inteligencji poprzez regulację rezystancji półprzewodników w oparciu o napięcie lub prąd. Praca ze sprzętem analogowym jest jednak o wiele trudniejszaze względu na zmienność sygnałów analogowych, kwestie precyzji i dokładności, złożoność integracji z systemami cyfrowymi, trudności ze skalowalnością, niespójności produkcyjne i wyższe zużycie energii. Czynniki te sprawiają, że systemy analogowe są bardziej podatne na zakłócenia i błędy, wymagając zaawansowanego projektowania i kalibracji.

Zespół badawczy skupił się na urządzeniach ECRAM, które zarządzają przewodnością elektryczną poprzez ruch jonów. W przeciwieństwie do tradycyjnej pamięci, ECRAM wykorzystuje strukturę z trzema terminalami dla oddzielnych ścieżek odczytu i zapisu, działając przy niskim poborze mocy. Zespół wyprodukował urządzenia ECRAM w macierzy 64×64, znacznie większej niż dotychczasowe maksymalne macierze 10×10.

Eksperymenty wykazały, że urządzenia te mają doskonałą charakterystykę elektryczną i przełączania, wysoką wydajność i jednorodność. Zastosowali również nowy algorytm uczenia się, algorytm Tiki-Taka, który zmaksymalizował dokładność Sieci neuronowej AI bez przeciążania sieci.

Profesor Kim stwierdził, że wielkoskalowe tablice urządzeń ECRAM i analogowe algorytmy sztucznej inteligencji oferują potencjał w zakresie wydajności sztucznej inteligencji i efektywności energetycznej znacznie przewyższającej obecne metody cyfrowe. Badanie to było wspierane przez różne koreańskie organy rządowe i przemysłowe.