HW-Implementierung memristiver ANNs

Ein neuer technischer Artikel mit dem Titel „Hardware-Implementierung memristorbasierter künstlicher neuronaler Netze“ wurde von KAUST, Universitat Autònoma de Barcelona, ​​IBM Research, USC, University of Michigan und anderen veröffentlicht.

Abstract:
„Künstliche Intelligenz (KI) erlebt derzeit einen Aufschwung, der durch Deep-Learning-Techniken (DL) vorangetrieben wird, die auf Netzwerken miteinander verbundener einfacher Recheneinheiten basieren, die parallel arbeiten. Die geringe Kommunikationsbandbreite zwischen Speicher und Verarbeitungseinheiten in herkömmlichen von Neumann-Maschinen unterstützt nicht die Anforderungen neuer Anwendungen, die in hohem Maße auf große Datenmengen angewiesen sind. Neuere Computerparadigmen wie hohe Parallelisierung und speichernahes Computing tragen dazu bei, den Engpass bei der Datenkommunikation in gewissem Maße zu mildern, es sind jedoch Konzepte für einen Paradigmenwechsel erforderlich. Memristoren, eine neuartige überkomplementäre Metall-Oxid-Halbleiter-Technologie (CMOS), sind aufgrund ihrer einzigartigen intrinsischen Eigenschaften auf Geräteebene eine vielversprechende Wahl für Speichergeräte und ermöglichen sowohl das Speichern als auch das Rechnen mit einem kleinen, massiv parallelen Platzbedarf bei geringem Stromverbrauch . Theoretisch führt dies direkt zu einer erheblichen Steigerung der Energieeffizienz und des Rechendurchsatzes, es bleiben jedoch verschiedene praktische Herausforderungen bestehen. In dieser Arbeit überprüfen wir die neuesten Bemühungen zur Erzielung hardwarebasierter memristiver künstlicher neuronaler Netze (ANNs) und beschreiben detailliert die Arbeitsprinzipien jedes Blocks und die verschiedenen Entwurfsalternativen mit ihren eigenen Vor- und Nachteilen sowie die für die Genauigkeit erforderlichen Werkzeuge Schätzung von Leistungskennzahlen. Letztendlich wollen wir denjenigen, die in diesem Bereich arbeiten möchten, und den Experten, die einen ganzheitlichen Ansatz suchen, ein umfassendes Protokoll der Materialien und Methoden zur Verfügung stellen, die in memristiven neuronalen Netzen zum Einsatz kommen.“

Finden Sie das Technische Papier hier. Veröffentlicht März 2024.

Aguirre, F., Sebastian, A., Le Gallo, M. et al. Hardware-Implementierung Memristor-basierter künstlicher neuronaler Netze. Nat Commun 15, 1974 (2024). https://doi.org/10.1038/s41467-024-45670-9

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
• PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
• PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
• PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
• Quelle: https://semiengineering.com/hw-implementation-of-memristive-anns/