14 avril 2023 (Projecteur Nanowerk) La mémoire à changement de phase (PCM) est un type de technologie de mémoire non volatile qui stocke des données à l'échelle nanométrique en changeant la phase d'un matériau spécialisé entre les états cristallin et amorphe. À l’état cristallin, le matériau présente une faible résistance électrique, tandis qu’à l’état amorphe, il présente une résistance élevée. En appliquant différentes impulsions de chaleur et de refroidissement rapide, la phase peut être commutée, permettant d'écrire et de lire les données sous forme de valeurs binaires (0 et 1) ou de valeurs analogiques continues basées sur la résistance du matériau.
La mémoire à changement de phase est une technologie émergente offrant un grand potentiel pour faire progresser l’informatique analogique en mémoire, en particulier dans les réseaux neuronaux profonds et l’informatique neuromorphique. Divers facteurs, tels que les valeurs de résistance, la fenêtre de mémoire et la dérive de résistance, affectent les performances du PCM dans ces applications. Jusqu'à présent, il a été difficile pour les chercheurs de comparer les dispositifs PCM pour l'informatique en mémoire uniquement sur la base de leurs différentes caractéristiques, qui comportaient souvent des compromis et des corrélations.
Un autre défi est que l’informatique analogique en mémoire peut considérablement améliorer la vitesse et réduire la consommation d’énergie pour l’informatique IA, mais elle peut souffrir d’une précision réduite en raison des imperfections des dispositifs de mémoire analogique.
Nouvelle recherche, publiée dans Matériaux électroniques avancés ("Optimisation de la mémoire à changement de phase projetée pour l'inférence informatique analogique en mémoire"), résout ces problèmes en 1) évaluant de manière approfondie les dispositifs PCM dans de grands réseaux neuronaux, en offrant des lignes directrices précieuses pour l'optimisation de ces dispositifs à l'avenir, et 2) en améliorant et en optimisant les dispositifs de mémoire analogique fabriqués avec des matériaux à changement de phase, améliorant ainsi la précision du calcul de l'IA.
Ning Li, qui travaillait à l'époque au centre de recherche IBM à Yorktown Heights et à Albany (aujourd'hui professeur agrégé à l'université de Lehigh), premier auteur de l'étude, et ses collègues d'IBM expliquent : « Tout d'abord, nous avons découvert que de nombreuses caractéristiques des appareils peut être réglé systématiquement à l'aide d'une couche de revêtement introduite dans nos travaux antérieurs. Deuxièmement, nous avons trouvé un moyen d’optimiser les caractéristiques de ces appareils d’un point de vue système à l’aide de simulations approfondies au niveau du système. Ces deux avancées combinées ont permis à l’équipe d’identifier les meilleurs appareils.
Dans ce travail, l'équipe a créé des modèles pour représenter le comportement de dérive et de bruit des dispositifs PCM. Ils ont utilisé ces modèles pour évaluer les performances de ces appareils dans les applications d'inférence de réseaux neuronaux. Ils ont évalué les performances de grands réseaux de neurones avec des dizaines de millions de poids (c'est-à-dire les paramètres au sein d'un réseau de neurones qui déterminent la force des connexions entre les neurones). Dans le cas du calcul analogique en mémoire basé sur PCM, les poids sont stockés comme valeurs de résistance dans les dispositifs PCM) en utilisant des dispositifs PCM avec et sans revêtements de projection (couches supplémentaires introduites dans la structure du dispositif PCM, constituées d'un matériau sans changement de phase), en testant une variété de réseaux neuronaux profonds (DNN) et ensembles de données à plusieurs pas de temps.
Caractéristiques mesurées du dispositif PCM et leur impact sur la précision du réseau en fonction de la fenêtre de mémoire PCM a) plage de programmation Gmax – Gmin, b) coefficient de dérive de pointe, c) écart type du coefficient de dérive, d) bruit de lecture normalisé, e) ResNet- 32 (CIFAR-10) erreur d'inférence à court terme (1 seconde) et à long terme (1 mois) après la programmation, f) erreur d'inférence LSTM (PTB) à 1 seconde et 1 mois après la programmation, g) erreur d'inférence BERT (MRPC) à 1 seconde et 1 mois après la programmation, h) erreur d'inférence BERT (MNLI) à 1 seconde et 1 mois après la programmation. (Réimprimé avec la permission de Wiley-VCH Verlag) (cliquez sur l'image pour l'agrandir)
L'étude révèle que les appareils dotés de doublures de projection fonctionnent bien sur différents types de DNN, notamment les réseaux neuronaux récurrents (RNN), les réseaux neuronaux convolutifs (CNN) et les réseaux basés sur des transformateurs. Les chercheurs ont également examiné l'impact des différentes caractéristiques des appareils sur la précision du réseau et ont identifié une gamme de spécifications d'appareils cibles pour le PCM avec des doublures qui peuvent conduire à de nouvelles améliorations.
Contrairement aux rapports précédents sur les appareils PCM pour l’informatique IA, ce travail relie les résultats des appareils aux résultats finaux des puces informatiques dotées de réseaux neuronaux profonds étendus et utiles. Le Dr Li explique que les appareils PCM pour l'informatique en mémoire sont difficiles à comparer pour les applications d'IA en utilisant uniquement leurs caractéristiques. L'étude apporte une solution à ce problème en proposant une analyse comparative approfondie des dispositifs PCM dans divers réseaux dans diverses conditions de cartographie du poids et des lignes directrices pour l'optimisation des dispositifs PCM.
En étant capable de montrer que les caractéristiques des appareils peuvent être ajustées en continu et que ces caractéristiques sont corrélées les unes aux autres, une optimisation systématique des appareils devient possible.
Grâce à leur stratégie d’optimisation, les chercheurs ont démontré qu’ils pouvaient obtenir une bien meilleure précision pour la programmation à court et à long terme. Ils ont considérablement réduit les effets de la dérive et du bruit PCM sur les réseaux neuronaux profonds, améliorant ainsi à la fois la précision initiale et la précision à long terme.
"Les applications potentielles de notre travail incluent une vitesse améliorée, une consommation réduite et une réduction des coûts dans le traitement du langage, la reconnaissance d'images et des applications d'IA encore plus larges, telles que ChatGPT", souligne Li.
Grâce à ces travaux, les chercheurs envisagent que le calcul des grands réseaux neuronaux deviendra plus rapide, plus écologique et moins cher. Les prochaines étapes de leurs recherches consistent notamment à optimiser davantage les dispositifs PCM et à les implémenter dans des puces informatiques.
« L'orientation future de ce domaine de recherche est de permettre la création de produits réels que les clients trouvent utiles », conclut Li. « Bien que les systèmes analogiques utilisent des dispositifs analogiques imparfaits, ils offrent des avantages significatifs en termes de vitesse, de puissance et de coût. Le défi consiste à identifier les applications appropriées et à les rendre possibles.
By
Michael
Berger
-
Michael est l'auteur de trois livres de la Royal Society of Chemistry:
Nano-société: repousser les limites de la technologie,
Nanotechnologie: l'avenir est minusculeet
Nanoingénierie: les compétences et les outils qui rendent la technologie invisible
Copyright ©
Michael
Berger
-
Michael est l'auteur de trois livres de la Royal Society of Chemistry:
Nano-société: repousser les limites de la technologie,
Nanotechnologie: l'avenir est minusculeet
Nanoingénierie: les compétences et les outils qui rendent la technologie invisible
Copyright ©
Nanowerk
Devenez auteur invité Spotlight! Rejoignez notre grand groupe de contributeurs invités. Vous venez de publier un article scientifique ou avez-vous d'autres développements passionnants à partager avec la communauté des nanotechnologies? Voici comment publier sur nanowerk.com.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
- La source: https://www.nanowerk.com/spotlight/spotid=62821.php
- :est
- 1
- 10
- 7
- 8
- 9
- a
- Capable
- précision
- atteindre
- à travers
- Supplémentaire
- adresses
- avances
- avantages
- affecter
- Après
- AI
- Permettre
- Bien que
- Amazon
- ainsi que
- Une autre
- applications
- Application
- SONT
- AS
- Associé(e)
- At
- auteur
- basé
- BE
- devenez
- devient
- va
- LES MEILLEURS
- Améliorée
- jusqu'à XNUMX fois
- Livres
- stimuler
- frontières
- plus large
- by
- CAN
- maisons
- Canaux centraux
- challenge
- difficile
- Change
- en changeant
- caractéristiques
- ChatGPT
- moins chère
- chimie
- chips
- cliquez
- collègues
- Communautés
- comparer
- calcul
- ordinateur
- informatique
- conditions
- Connexions
- consommation
- continu
- continuellement
- corrélations
- Prix
- créée
- Clients
- données
- ensembles de données
- Date
- profond
- réseaux de neurones profonds
- démontré
- Déterminer
- développements
- déviation
- dispositif
- Compatibles
- différent
- difficile
- direction
- découvert
- e
- les effets
- Electronique
- économies émergentes.
- Technologie émergente
- permettre
- activé
- permettant
- améliorer
- erreur
- Ether (ETH)
- évalué
- Pourtant, la
- passionnant
- expositions
- Expliquer
- Explique
- les
- facteurs
- loin
- plus rapide
- champ
- Trouvez
- trouve
- Prénom
- Pour
- trouvé
- de
- fonction
- plus
- avenir
- gif
- l'
- considérablement
- Réservation de groupe
- Croissance
- GUEST
- lignes directrices
- Vous avez
- hauteurs
- Haute
- Comment
- How To
- HTTPS
- i
- IBM
- identifié
- identifier
- identifier
- image
- Reconnaissance d'image
- Impact
- la mise en œuvre
- améliorer
- amélioré
- améliorations
- l'amélioration de
- in
- comprendre
- Y compris
- initiale
- introduit
- Enquêtes
- vous aider à faire face aux problèmes qui vous perturbent
- IT
- rejoindre
- jpg
- langue
- gros
- couche
- poules pondeuses
- conduire
- logo
- Location
- long-term
- Faible
- LES PLANTES
- Fabrication
- de nombreuses
- cartographie
- Matériel
- matières premières.
- Mai..
- Mémoire
- Michael
- Milieu
- des millions
- numériques jumeaux (digital twin models)
- Mois
- plusieurs
- prénom
- nanotechnologies
- réseau et
- réseaux
- Neural
- Réseau neuronal
- les réseaux de neurones
- Neurones
- Nouveauté
- next
- Bruit
- of
- code
- offrant
- on
- ONE
- à mettre en œuvre pour gérer une entreprise rentable. Ce guide est basé sur trois décennies d'expérience
- Optimiser
- optimisé
- l'optimisation
- Autre
- Papier
- paramètres
- particulièrement
- Courant
- effectuer
- performant
- autorisation
- phase
- PHP
- Platon
- Intelligence des données Platon
- PlatonDonnées
- Point
- Point de vue
- des notes bonus
- possible
- défaillances
- power
- précédent
- Avant
- Problème
- traitement
- Produits
- Professeur
- Programmation
- projetée
- Projection
- fournit
- publier
- publié
- éditeur
- Poussant
- gamme
- rapidement
- Lire
- réal
- reconnaissance
- réduire
- Prix Réduit
- Rapports
- représentent
- un article
- chercheurs
- Résistance
- résultat
- Résultats
- Royal
- s
- Deuxièmement
- Partager
- Shorts
- assistance technique à court terme
- montrer
- significative
- de façon significative
- compétences
- So
- jusqu'à présent
- Société
- sur mesure
- spécialisé
- caractéristiques
- vitesse
- Spotlight
- étapes
- Standard
- Région
- États
- stockée
- STORES
- de Marketing
- force
- structure
- Étude
- tel
- convient
- commuté
- combustion propre
- Système
- Target
- équipe
- Technologie
- Essais
- qui
- La
- El futuro
- leur
- Les
- Ces
- trois
- Cravates
- fiable
- Titre
- à
- ensemble
- les outils
- types
- En fin de compte
- sous
- université
- Actualités
- URL
- utilisé
- Précieux
- Valeurs
- variété
- divers
- Voir
- Façon..
- poids
- WELL
- qui
- tout en
- WHO
- sera
- avec
- dans les
- sans
- Activités:
- de travail
- code écrit
- Votre
- zéphyrnet
Plus de Nanowerk
Les hydrogels rétrécissants élargissent les options de nanofabrication
Nœud source: 1856267
Horodatage: Le 22 décembre 2022
Des nanograins sur mesure permettent une production d'ammoniac plus verte
Nœud source: 2442058
Horodatage: Le 15 janvier 2024
Le capteur flexible imite de manière unique le toucher et la perception complexes de la peau humaine
Nœud source: 2492751
Horodatage: 23 février 2024
Vérification précise du contenu génétique des virus de thérapie génique
Nœud source: 2373507
Horodatage: Le 8 novembre 2023
La galaxie change de classification lorsque le jet change de direction
Nœud source: 2023436
Horodatage: 21 Mar 2023
Des chercheurs développent un outil innovant pour mesurer la dynamique des électrons dans les semi-conducteurs
Nœud source: 1937949
Horodatage: 3 février 2023
Recycler le non recyclable : la nouvelle résine époxy résiste aux flammes et réduit les déchets
Nœud source: 2235280
Horodatage: 22 août 2023
Les chercheurs utilisent l'impression 3D pour produire systématiquement l'un des aciers les plus solides au monde
Nœud source: 2028172
Horodatage: 23 Mar 2023
Des points quantiques plus sûrs en médecine et en purification de l'eau
Nœud source: 2520258
Horodatage: 20 Mar 2024
Le nano-oscillateur atteint un facteur de qualité record
Nœud source: 2530099
Horodatage: 29 Mar 2024
Sept ans de catalyseurs électrochimiques à base de carbone : où nous en sommes et où nous devons aller
Nœud source: 1862279
Horodatage: Le 21 décembre 2022