14 de abril de 2023 (Destaque do Nanowerk) A memória de mudança de fase (PCM) é um tipo de tecnologia de memória não volátil que armazena dados em nanoescala, alterando a fase de um material especializado entre os estados cristalino e amorfo. No estado cristalino, o material apresenta baixa resistência elétrica, enquanto no estado amorfo apresenta alta resistência. Ao aplicar diferentes pulsos de calor e resfriamento rápido, a fase pode ser trocada, permitindo que os dados sejam gravados e lidos como valores binários (0s e 1s) ou valores analógicos contínuos com base na resistência do material. A memória de mudança de fase é uma tecnologia emergente com grande potencial para o avanço da computação analógica na memória, particularmente em redes neurais profundas e computação neuromórfica. Vários fatores, como valores de resistência, janela de memória e desvio de resistência, afetam o desempenho do PCM nessas aplicações. Até agora, tem sido um desafio para os pesquisadores comparar dispositivos PCM com computação em memória com base apenas nas diversas características do dispositivo, que muitas vezes apresentam compensações e correlações. Outro desafio é que a computação analógica na memória pode melhorar muito a velocidade e reduzir o consumo de energia para a computação de IA, mas pode sofrer com a precisão reduzida devido à imperfeição nos dispositivos de memória analógica. Nova pesquisa, publicada em Materiais Eletrônicos Avançados (“Otimização da memória de mudança de fase projetada para inferência de computação analógica na memória”), aborda essas questões 1) comparando extensivamente dispositivos PCM em grandes redes neurais, oferecendo diretrizes valiosas para otimizar esses dispositivos no futuro, e 2) melhorando e otimizando dispositivos de memória analógica feitos com materiais de mudança de fase, melhorando, em última análise, a precisão da computação de IA. Ning Li, que na época trabalhava na IBM Research em Yorktown Heights e Albany (agora professor associado na Lehigh University), o primeiro autor do estudo, e seus colegas da IBM explicam: “Primeiro, descobrimos que muitas características dos dispositivos pode ser ajustado sistematicamente usando uma camada de revestimento introduzida em nosso trabalho anterior. Em segundo lugar, encontramos uma maneira de otimizar essas características do dispositivo do ponto de vista do sistema, usando extensas simulações no nível do sistema.” Juntos, esses dois avanços permitiram que a equipe identificasse os melhores dispositivos.” Neste trabalho, a equipe criou modelos para representar o comportamento de desvio e ruído de dispositivos PCM. Eles usaram esses modelos para avaliar o desempenho desses dispositivos em aplicações de inferência de redes neurais. Eles avaliaram o desempenho de grandes redes neurais com dezenas de milhões de pesos (ou seja, os parâmetros dentro de uma rede neural que determinam a força das conexões entre os neurônios; no caso da computação analógica na memória baseada em PCM, os pesos são armazenados como valores de resistência nos dispositivos PCM) usando dispositivos PCM com e sem revestimentos de projeção (camadas adicionais introduzidas na estrutura do dispositivo PCM, que são feitas de um material sem mudança de fase), testando uma variedade de redes neurais profundas (DNNs) e conjuntos de dados em vários intervalos de tempo.
Características medidas do dispositivo PCM e seu impacto na precisão da rede em função da janela de memória PCM a) faixa de programação Gmax – Gmin, b) coeficiente de desvio de pico, c) desvio padrão do coeficiente de desvio, d) ruído de leitura normalizado, e) ResNet- 32 (CIFAR-10) erro de inferência em curto prazo (1 segundo) e longo prazo (1 mês) após a programação, f) erro de inferência LSTM (PTB) em 1 segundo e 1 mês após a programação, g) erro de inferência BERT (MRPC) 1 segundo e 1 mês após a programação, h) erro de inferência BERT (MNLI) 1 segundo e 1 mês após a programação. (Reimpresso com permissão de Wiley-VCH Verlag) (clique na imagem para ampliar) O estudo conclui que dispositivos com revestimentos de projeção funcionam bem em vários tipos de DNN, incluindo redes neurais recorrentes (RNNs), redes neurais convolucionais (CNNs) e transformadores- redes baseadas. Os pesquisadores também examinaram o impacto de diferentes características do dispositivo na precisão da rede e identificaram uma série de especificações de dispositivos alvo para PCM com revestimentos que podem levar a melhorias adicionais. Ao contrário de relatórios anteriores sobre dispositivos PCM para computação de IA, este trabalho vincula os resultados dos dispositivos aos resultados finais de chips de computação com redes neurais profundas grandes e úteis. Li explica que os dispositivos PCM para computação na memória são difíceis de comparar para aplicações de IA usando apenas as características do dispositivo. O estudo fornece uma solução para este problema, oferecendo benchmarking extensivo de dispositivos PCM em várias redes sob diversas condições de mapeamento de peso e diretrizes para otimização de dispositivos PCM. Ao ser capaz de mostrar que as características do dispositivo podem ser ajustadas continuamente e que essas características estão correlacionadas entre si, a otimização sistemática dos dispositivos torna-se possível. Usando sua estratégia de otimização, os pesquisadores demonstraram que podem alcançar uma precisão muito melhor para programação de curto e longo prazo. Eles reduziram significativamente os efeitos do desvio e do ruído do PCM nas redes neurais profundas, melhorando a precisão inicial e a longo prazo. “As aplicações potenciais do nosso trabalho incluem maior velocidade, redução de energia e redução de custos em processamento de linguagem, reconhecimento de imagem e aplicações de IA ainda mais amplas, como ChatGPT”, ressalta Li. Como resultado deste trabalho, os pesquisadores prevêem que a computação em grandes redes neurais se tornará mais rápida, mais ecológica e mais barata. As próximas etapas de suas investigações incluem otimizar ainda mais os dispositivos PCM e implementá-los em chips de computador. “A direção futura para este campo de pesquisa é permitir produtos reais que os clientes considerem úteis”, conclui Li. “Embora os sistemas analógicos utilizem dispositivos analógicos imperfeitos, eles oferecem vantagens significativas em velocidade, potência e custo. O desafio reside em identificar aplicações adequadas e habilitá-las.”
By
Michael
Berger
-
Michael é autor de três livros da Royal Society of Chemistry:
Nano-sociedade: ultrapassando os limites da tecnologia,
Nanotecnologia: o futuro é minúsculo e
Nanoengenharia: as habilidades e ferramentas que tornam a tecnologia invisível
Copyright © XNUMX TuneFab Software Inc. Todos os direitos reservados.
Michael
Berger
-
Michael é autor de três livros da Royal Society of Chemistry:
Nano-sociedade: ultrapassando os limites da tecnologia,
Nanotecnologia: o futuro é minúsculo e
Nanoengenharia: as habilidades e ferramentas que tornam a tecnologia invisível
Copyright © XNUMX TuneFab Software Inc. Todos os direitos reservados.
Nanoenergia
Torne-se um autor convidado do Spotlight! Junte-se ao nosso grande e crescente grupo de colaboradores convidados. Você acabou de publicar um artigo científico ou tem outros desenvolvimentos interessantes para compartilhar com a comunidade nanotecnológica? Aqui está como publicar em nanowerk.com.
- Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
- Platoblockchain. Inteligência Metaverso Web3. Conhecimento Ampliado. Acesse aqui.
- Fonte: https://www.nanowerk.com/spotlight/spotid=62821.php
- :é
- 1
- 10
- 7
- 8
- 9
- a
- Capaz
- precisão
- Alcançar
- em
- Adicional
- endereços
- avanços
- vantagens
- afetar
- Depois de
- AI
- Permitindo
- Apesar
- Amazon
- e
- Outro
- aplicações
- Aplicando
- SOMOS
- AS
- Jurídico
- At
- autor
- baseado
- BE
- tornam-se
- torna-se
- ser
- MELHOR
- Melhor
- entre
- Livros
- impulsionar
- limites
- mais amplo
- by
- CAN
- casas
- Centralização de
- desafiar
- desafiante
- alterar
- mudança
- características
- ChatGPT
- mais barato
- química
- Chips
- clique
- colegas
- comunidade
- comparar
- computação
- computador
- computação
- condições
- Coneções
- consumo
- contínuo
- continuamente
- correlações
- Custo
- criado
- Clientes
- dados,
- conjuntos de dados
- Data
- profundo
- redes neurais profundas
- demonstraram
- Determinar
- desenvolvimentos
- desvio
- dispositivo
- Dispositivos/Instrumentos
- diferente
- difícil
- direção
- descoberto
- e
- efeitos
- Eletrônico
- emergente
- Tecnologia emergente
- permitir
- habilitado
- permitindo
- aprimorando
- erro
- Éter (ETH)
- avaliadas
- Mesmo
- emocionante
- exposições
- Explicação
- Explica
- extenso
- fatores
- longe
- mais rápido
- campo
- Encontre
- encontra
- Primeiro nome
- Escolha
- encontrado
- da
- função
- mais distante
- futuro
- gif
- ótimo
- grandemente
- Grupo
- Crescente
- Locatário
- orientações
- Ter
- alturas
- Alta
- Como funciona o dobrador de carta de canal
- Como Negociar
- HTTPS
- i
- IBM
- identificado
- identificar
- identificar
- imagem
- Reconhecimento de Imagem
- Impacto
- implementação
- melhorar
- melhorado
- melhorias
- melhorar
- in
- incluir
- Incluindo
- do estado inicial,
- introduzido
- investigações
- questões
- IT
- juntar
- jpg
- língua
- grande
- camada
- camadas
- conduzir
- logotipo
- longo
- longo prazo
- Baixo
- moldadas
- Fazendo
- muitos
- mapeamento
- material
- materiais
- Posso..
- Memória
- Michael
- Coração
- milhões
- modelos
- Mês
- múltiplo
- nome
- nanotecnologia
- rede
- redes
- Neural
- rede neural
- redes neurais
- Neurônios
- Novo
- Próximo
- Ruído
- of
- oferecer
- oferecendo treinamento para distância
- on
- ONE
- otimização
- Otimize
- otimizado
- otimizando
- Outros
- Papel
- parâmetros
- particularmente
- Pico
- realizar
- atuação
- permissão
- fase
- PHP
- platão
- Inteligência de Dados Platão
- PlatãoData
- ponto
- Ponto de vista
- pontos
- possível
- potencial
- poder
- anterior
- Prévio
- Problema
- em processamento
- Produtos
- Professor
- Programação
- projetado
- Projeção
- fornece
- publicar
- publicado
- editor
- Empurrando
- alcance
- rapidamente
- Leia
- reais
- reconhecimento
- reduzir
- Reduzido
- Relatórios
- representar
- pesquisa
- pesquisadores
- Resistência
- resultar
- Resultados
- real
- s
- Segundo
- Partilhar
- Baixo
- assistência técnica de curto e longo prazo
- mostrar
- periodo
- de forma considerável
- Habilidades
- So
- até aqui
- Sociedade
- solução
- especializado
- especificações
- velocidade
- Holofote
- Estágio
- padrão
- Estado
- Unidos
- armazenadas
- lojas
- Estratégia
- força
- estrutura
- Estudo
- tal
- adequado
- comutado
- .
- sistemas
- Target
- Profissionais
- Equipar
- ensaio
- que
- A
- O Futuro
- deles
- Eles
- Este
- três
- Algemas
- tempo
- Título
- para
- juntos
- ferramentas
- tipos
- Em última análise
- para
- universidade
- Atualizações
- URL
- usar
- Valioso
- Valores
- variedade
- vário
- Ver
- Caminho..
- peso
- BEM
- qual
- enquanto
- QUEM
- precisarão
- com
- dentro
- sem
- Atividades:
- trabalhar
- escrito
- investimentos
- zefirnet
Mais de Nanoenergia
Um projeto experimental mais eficaz para transformar uma célula em um novo estado
Nó Fonte: 2305391
Carimbo de hora: 2 de Outubro, 2023
Nova técnica não destrutiva para análise de materiais com espessura de um único átomo
Nó Fonte: 2551262
Carimbo de hora: 19 de abril, 2024
Desenvolvimento de fibra de carbono composta forte e econômica usando nanotubos de carbono
Nó Fonte: 1992517
Carimbo de hora: 3 de março de 2023
Cientistas desenvolvem técnica de pulverização eficiente para materiais bioativos
Nó Fonte: 2238542
Carimbo de hora: 21 Agosto , 2023
Usando aprendizado de máquina para ajudar a monitorar perigos induzidos pelo clima
Nó Fonte: 1893836
Carimbo de hora: 13 de janeiro de 2023
Pesquisadores desenvolvem materiais avançados inspirados na natureza para atingir 99.6% de refletividade solar
Nó Fonte: 2425864
Carimbo de hora: 3 de janeiro de 2024
O magnetismo promove uma ordem eletrônica incomum no material quântico
Nó Fonte: 2008575
Carimbo de hora: 13 de março de 2023
Medições de massa de precisão de núcleos revelam propriedades de estrelas de nêutrons
Nó Fonte: 2086204
Carimbo de hora: 5 de maio de 2023
A IA pode alertar os planejadores urbanos e os legisladores sobre a decadência das cidades
Nó Fonte: 2353333
Carimbo de hora: 28 de Outubro, 2023
Pesquisadores detalham propriedades nunca antes vistas em uma família de metais Kagome supercondutores
Nó Fonte: 1953748
Carimbo de hora: 11 fevereiro de 2023
Inteligência artificial conjura proteínas que aceleram reações químicas
Nó Fonte: 1972871
Carimbo de hora: 22 fevereiro de 2023
Fazendo grandes saltos na compreensão das lacunas em nanoescala
Nó Fonte: 2219969
Carimbo de hora: 18 Agosto , 2023