Наноелектронно устройство, вдъхновено от човешкия мозък може да намали енергопотреблението на AI хардуера със 70%

Учени от Кеймбриджския университет разработиха ново наноелектронно устройство, което възпроизвежда принципите на работа на човешкия мозък. Става дума за мемристор на базата на модифициран оксид гафний (HfO₂) с добавка на стронций и титан, който е в състояние значително да намали енергопотреблението на хардуера за изкуствен интелект.

Класическите AI чипове изразходват огромни количества енергия поради постоянното преместване на данни между паметта и процесора, докато предложеното от британските учени устройство реализира концепцията за изчисления в паметта – съхранението и обработката на информация се извършват на едно място, подобно на клетките на мозъка.

Както е известно, класическият мемристор работи на базата на обратимо образуване на проводими нишки в работния слой. В зависимост от плътността на нишките възникват множество управляеми нива на съпротивление в клетката, което често позволява мемристорите да се асоциират с ReRAM (резистивна) памет. Учените от Кеймбридж сметнаха тази структура за ненадеждна, затова те разработиха нещо като транзистор в клетката на мемристора вместо непредсказуемите нишки. Характеристиките на транзисторите са много по-стабилни и в това се крие основният ключ към успеха на разработката.

Разработените от британските учени мемристиори функционират благодарение на асиметрични p-n-хетеропреходи, подобно на диоди или транзистори. Това осигурява впечатляваща стабилност, както и възможност за създаване на стотици устойчиви нива на проводимост (степенни стойности, разрядност), а също и отлична повторяемост на характеристиките както в работните цикли, така и в устройствата при масово производство.

Способността на „транзисторния“ мемристор да създава енергийни бариери със стотици управляеми нива позволява да се говори за нещо подобно на синапсите в мозъка. Те са абсолютно аналогови и работят с хиляди нива на концентрация на медиатори на границата на прехода от един неврон към друг. Невронът задейства електрически импулс само когато концентрацията на медиатори от съседния в веригата неврон достигне необходимото ниво. С „некласически“ мемриститори такава схема може да доведе до създаването на невронни мрежи, наподобяващи работата на мозъка и спестяващи енергия.

В сравнение със съществуващите мемристори новото решение премахва основните проблеми: хаотичното поведение, необходимостта от високи напрежения и ниската повторяемост при масово производство.

Благодарение на „транзисторния“ механизъм на превключване се постига изключително ниска консумация на енергия при адаптивно обучение. Изследователите подчертават, че именно такива характеристики са необходими за създаването на хардуер, способен не просто да съхранява битове, а реално да се обучава и адаптира, приближавайки се до принципите на работа на мозъка.

Потенциалното влияние на технологията е огромно: според оценки, внедряването на подобни устройства ще позволи да се намали енергопотреблението на AI платформите с до 70%. Това е от критично значение в условията на експоненциален ръст на енергоразхода на съвременните големи езикови модели.