Nová neuromorfní výpočetní metoda by mohla rychle urychlit pokrok AI

PhD student Kiumars Aryana zkoumá potenciál implementace nového typu paměti – paměti se změnou fáze – s cílem zjistit, jak v průběhu času minimalizovat spotřebu energie a degradaci počítačových materiálů. Aryaniny objevy by mohly otevřít cestu pro taktiku použitou v neuromorfních počítačích, typu AI, která napodobuje neuronové sítě v mozku. To by mohlo způsobit revoluci ve způsobu, jakým se umělá inteligence, včetně každodenních zařízení jako Alexa a Siri, používá po celém světě.

PCM je forma počítačové paměti, která ukládá data změnou fáze konkrétní slitiny. Efektivní a trvanlivé PCM umožňuje stále vyšší rychlosti zpracování, což vede ke zlepšení současných standardních rychlostí AI. To vyžaduje zpracování rychlostí ještě rychlejší než lidský mozek.

Rychlejší zpracování umožní počítači zpracovat informace ve zlomku sekundy a bude schopen rychle identifikovat věci – stejně jako to dělá lidský mozek. S postupujícím vývojem schopností zpracování dat má umělá inteligence potenciál dosáhnout rozsáhlých schopností.

Přestože technologie, kterou dnes používáme, je sofistikovaná a složitá, spotřeba energie a efektivita paměti jsou hlavními omezeními, která dosud neumožňovala umělé inteligenci – a naší společné schopnosti rychle řešit problémy – dosáhnout další úrovně. Běžné počítače mají dlouhodobé úložiště a krátkodobé úložiště s náhodným přístupem, a aby bylo možné uložit data pro dlouhodobé použití, je třeba je uložit do dlouhodobé paměti. Počítače obvykle používají tranzistory k internímu přenosu těchto elektrických signálů.

Použití dvou samostatných paměťových systémů je omezující a výzkumníci se snaží najít způsob, jak tyto dva paměťové systémy zkombinovat, čímž se eliminuje potřeba jejich vzájemné komunikace tam a zpět. Za tímto účelem Aryana a další doktorandi na katedře fyziky experimentují s neuromorfními výpočty.

„Nemáme sekci [v našem mozku], která uchovává paměť, a [samostatnou] sekci pro zpracování informací,“ řekla Aryana. "Zpracováváme informace mezi neurony." Snažíme se vytvořit modul pro zpracování v paměti, kde zpracováváte informace v nich.“

Paměť s fázovou změnou využívá teplo ke zpracování a ukládání dat a nahrazuje tranzistory materiálem, který přepíná mezi dvěma stavy a přemosťuje mezi pamětí RAM a pamětí pro dlouhodobé ukládání. Tyto změny stavu materiálu PCM jsou podstatné a rychlé.

„Co se děje v těchto paměťových zařízeních, je to, že materiál roztavíte a pak jej uhasíte,“ řekla Aryana. "To znamená, že materiál stoupne na přibližně 600 [stupňů] Celsia a pak se rychle ochladí zpět na pokojovou teplotu v řádu nanosekund, takže je to velmi rychlý proces."

Využití tepla v paměti se změnou fáze degraduje materiál a spotřebovává velké množství energie. Dalším krokem k vývoji efektivní technologie je tedy učinit tento proces efektivnější a trvanlivější.

„Snažíme se najít materiálové složení a techniky, abychom snížili spotřebu energie zařízení, protože jedním z největších omezení, které je nyní spojeno s pamětí se změnou fáze, je jejich velká spotřeba energie, která pramení z použití tepla ke změně fází,“ řekla Aryana.

Konzistentní používání paměti se změnou fáze ovlivňuje vlastnosti materiálu v počítači.

„[Paměť fázových změn] vede k segregaci těchto materiálů uvnitř naší slitiny,“ řekla Aryana. „Postupem času, jak budete tento proces opakovat znovu a znovu, uvidíte, že se váš materiál stane segregovaným. Nyní máte různé prvky uvnitř jednotné slitiny."

Hlavní součástí výzkumu společnosti Aryana je určení, které materiálové složení je nejodolnější a minimalizuje spotřebu energie. Zjistil, že slitina známá jako telurid křemíku má nejnižší tepelnou vodivost, což jí umožňuje izolovat teplo v nepatrných tloušťkách.

PhD student Md Shafkat Bin Hoque často spolupracuje s Aryanou a také studuje tepelné řízení elektronických zařízení. Hoque zkoumá, jak odstranit teplo ze systémů se změnou fáze. Výzkum Hoqueho i Aryany je důležitým faktorem v neuromorfních počítačích, protože vyžaduje, aby počítače byly rychlejší, efektivnější a odolnější.

„Aktivně hledáme způsoby, jak toto teplo z tranzistorů odstranit, aby se nevznítily a fungovaly efektivně co nejdéle,“ řekl Hoque. "Mým cílem v tomto výzkumu je najít různé materiály, které mohou účinně odvádět teplo z horkých míst."

Přestože se výzkum PCM má projevit v umělé inteligenci, je stále v rané fázi. Podle Hoquea zbývá ještě hodně práce, aby jejich práci převedli do vytvoření skutečně funkčního superpočítače.

„Superpočítače obvykle vezmou malou část problému a pak ho vyřeší,“ řekl Hoque. "Pokud se ale superpočítače zrychlí, dokážou vyřešit celý problém, nikoli jen malou část... a je možné je učinit energeticky účinnějšími a menšími do té míry, že by mohly být dostupné na notebooku nebo Macu."

Tyto objevy mají potenciál ohromně změnit způsob, jakým pracujeme s umělou inteligencí v každodenním životě.

„Vše záleží na technologii a zařízeních, jak rychle tato technologie dokáže zpracovat data,“ řekla Aryana. "Pokud můžeme mít procesor, který je výrazně rychlejší, který dokáže provádět všechny tyto výpočty na místě, můžete Alexu nebo Siri zrychlit, protože dokážou zpracovat informace rychleji."

Přečtěte si více

U.Va. Zdraví nabízí studentům nové letní pracovní příležitosti

Univerzitní pre-zdravotní poradní tým spolupracuje s U.Va. Zdraví poskytovat letní pracovní příležitosti pro studenty se zájmem o zdravotnická povolání.

U.Va. výzkumníci vytvářejí nové prediktivní modelování pro dětské transplantace srdce

Polovina všech darovaných dětských srdcí je vyřazena a 20 procent dětí na čekací listině na dárce srdce zemře dříve, než je obdrží.

U.Va. Repair Lab, studenti spolupracují na projektu historické změny klimatu

Studenti zapsaní do HIST 4501, „Klimatická krize“, hledali v archivech historická data o rostoucích cenách bydlení v Norfolku ve spolupráci s Univerzitní opravárenskou laboratoří