МФТИ приблизил появление нейроморфных процессоров: создан мемристор, способный «учиться» и хранить данные 12 суток
iXBT.com ·
Ученые МФТИ разработали новую конструкцию мемристора — электронного компонента с памятью, который рассматривается как один из базовых элементов будущих нейроморфных процессоров. Новый компонент способен имитировать работу биологических синапсов и при этом значительно дольше сохранять записанную информацию.
Ученые МФТИ разработали новую конструкцию мемристора — электронного компонента с памятью, который рассматривается как один из базовых элементов будущих нейроморфных процессоров. Новый компонент способен имитировать работу биологических синапсов и при этом значительно дольше сохранять записанную информацию.
Мемристоры представляют собой элементы, сопротивление которых меняется в зависимости от предыдущих электрических воздействий. Благодаря этому они могут одновременно выполнять вычисления и хранить данные, что делает их перспективными для архитектур, работающих по принципам человеческого мозга.
Однако у таких устройств остается важная проблема: приходится искать компромисс между скоростью обучения и продолжительностью хранения информации. Предыдущие разработки МФТИ могли воспроизводить поведение синапсов, но записанное состояние сохранялось лишь несколько секунд.
Ученые связали это ограничение с дефектами на границе мемристора с полупроводником. Возникающие там электрические поля заставляли материал возвращаться к исходному состоянию, из-за чего устройство фактически «забывало» записанную информацию.
В новой конструкции исследователи заменили металлические электроды на полупроводниковые и подобрали оптимальную толщину пленки на основе гафния и циркония. В результате мемристор удалось перевести в два условных режима — «ученика» и «архиватора». В первом он быстро меняет свое состояние, имитируя обучение синапса, а во втором способен длительно сохранять полученную информацию.
Продолжительность хранения данных удалось увеличить с нескольких секунд почти до 12 суток. Одновременно ресурс устройства по количеству циклов перезаписи вырос примерно в 20 раз.
Разработчики считают, что такие мемристоры могут стать основой более эффективных нейроморфных процессоров для искусственного интеллекта. В подобных системах хранение данных и вычисления выполняются непосредственно в одних и тех же элементах, что потенциально позволяет снизить энергопотребление и ускорить обработку информации.
В перспективе такая архитектура может приблизить вычислительные системы к некоторым принципам работы человеческого мозга, в котором обработка и хранение информации происходят внутри единой нейронной сети.