14 квітня 2023 (Прожектор Nanowerk) Пам’ять зі зміною фази (PCM) — це тип технології енергонезалежної пам’яті, яка зберігає дані на нанорозмірі шляхом зміни фази спеціалізованого матеріалу між кристалічним і аморфним станами. У кристалічному стані матеріал має низький електричний опір, тоді як в аморфному стані він має високий опір. Застосовуючи різні імпульси тепла та швидкого охолодження, фазу можна перемикати, дозволяючи записувати та зчитувати дані як двійкові значення (0 і 1) або безперервні аналогові значення на основі опору матеріалу. Пам’ять зі зміною фази — це нова технологія з великим потенціалом для вдосконалення аналогових обчислень у пам’яті, особливо в глибоких нейронних мережах і нейроморфних обчисленнях. Різні фактори, такі як значення опору, вікно пам’яті та дрейф опору, впливають на продуктивність PCM у цих програмах. Поки що дослідникам було складно порівнювати пристрої PCM для обчислень у пам’яті виключно на основі їхніх різних характеристик пристроїв, які часто мали компроміси та кореляції. Ще одна проблема полягає в тому, що аналогові обчислення в пам’яті можуть значно підвищити швидкість і зменшити енергоспоживання для обчислень штучного інтелекту, але вони можуть страждати від зниження точності через недосконалість аналогових пристроїв пам’яті. Нові дослідження, опубліковані в Сучасні електронні матеріали («Оптимізація пам’яті проекційної зміни фази для аналогового обчислення в пам’яті»), вирішує ці проблеми шляхом 1) широкого порівняльного аналізу пристроїв PCM у великих нейронних мережах, пропонуючи цінні вказівки щодо оптимізації цих пристроїв у майбутньому, і 2) вдосконалення та оптимізації аналогових пристроїв пам’яті, виготовлених із матеріалів зі зміною фази, що в кінцевому підсумку підвищує точність обчислень ШІ. Нін Лі, який на той час працював у IBM Research в Йорктаун-Хайтс і Олбані (тепер доцент університету Ліхай), перший автор дослідження, і його колеги з IBM пояснюють: «По-перше, ми виявили, що багато характеристик пристроїв може бути налаштований систематично налаштований систематично за допомогою лайнерного шару, представленого в нашій попередній роботі. По-друге, ми знайшли спосіб оптимізувати характеристики цих пристроїв із системної точки зору за допомогою обширного моделювання на системному рівні». Ці два досягнення разом дозволили команді визначити найкращі пристрої». У цій роботі команда створила моделі для представлення дрейфу та шумової поведінки пристроїв PCM. Вони використовували ці моделі для оцінки продуктивності цих пристроїв у додатках нейронної мережі. Вони оцінювали продуктивність великих нейронних мереж із десятками мільйонів вагових коефіцієнтів (тобто параметрів у нейронній мережі, які визначають міцність зв’язків між нейронами; у випадку аналогових обчислень у пам’яті на основі PCM вагові коефіцієнти зберігаються як значення опору в пристроях PCM) з використанням пристроїв PCM як із проекційними вкладишами, так і без них (додаткові шари, введені в структуру пристрою PCM, які виготовлені з матеріалу без зміни фази), тестування різноманітних глибоких нейронних мереж (DNN) та набори даних у кілька часових кроків.
Виміряні характеристики пристрою PCM та їх вплив на точність мережі як функція вікна пам’яті PCM a) діапазон програмування Gmax–Gmin, b) піковий коефіцієнт дрейфу, c) стандартне відхилення коефіцієнта дрейфу, d) нормалізований шум читання, e) ResNet- 32 (CIFAR-10) помилка висновку через короткий термін (1 секунда) та довгостроковий період (1 місяць) після програмування, f) помилка висновку LSTM (PTB) через 1 секунду та 1 місяць після програмування, g) помилка висновку BERT (MRPC) через 1 секунду та 1 місяць після програмування, h) помилка висновку BERT (MNLI) через 1 секунду та 1 місяць після програмування. (Передруковано з дозволу Wiley-VCH Verlag) (клацніть зображення, щоб збільшити) Дослідження показує, що пристрої з проекційними вкладишами добре працюють у різних типах DNN, включаючи рекурентні нейронні мережі (RNN), згорткові нейронні мережі (CNN) і трансформаторні мережі. мережі на основі. Дослідники також вивчили вплив різних характеристик пристроїв на точність мережі та визначили низку специфікацій цільових пристроїв для PCM із вкладками, які можуть призвести до подальших покращень. На відміну від попередніх звітів про пристрої PCM для обчислень зі штучним інтелектом, ця робота пов’язує результати пристрою з кінцевими результатами обчислювальних чіпів за допомогою великих і корисних глибоких нейронних мереж. Доктор Лі пояснює, що PCM-пристрої для обчислень у пам’яті важко порівняти для додатків ШІ, використовуючи лише характеристики пристрою. Дослідження пропонує вирішення цієї проблеми, пропонуючи обширний порівняльний аналіз пристроїв PCM у різних мережах за різних умов відображення ваги та вказівок щодо оптимізації пристроїв PCM. Завдяки можливості показати, що характеристики пристрою можна безперервно налаштовувати та що ці характеристики корелюють одна з одною, стає можливою систематична оптимізація пристроїв. Використовуючи свою стратегію оптимізації, дослідники продемонстрували, що вони можуть досягти набагато кращої точності як для короткострокового, так і для довгострокового програмування. Вони значно зменшили вплив дрейфу PCM і шуму на глибокі нейронні мережі, підвищивши як початкову, так і довготривалу точність. «Потенційні застосування нашої роботи включають покращену швидкість, зниження потужності та зниження вартості обробки мови, розпізнавання зображень і навіть більш широкі програми ШІ, такі як ChatGPT», — зазначає Лі. У результаті цієї роботи дослідники передбачають, що обчислення великих нейронних мереж стануть швидшими, екологічнішими та дешевшими. Наступні етапи їхніх досліджень включають подальшу оптимізацію пристроїв PCM та впровадження їх у комп’ютерні чіпи. «Напрямок майбутнього для цієї галузі досліджень — створення реальних продуктів, які клієнти знайдуть корисними», — підсумовує Лі. «Хоч аналогові системи використовують недосконалі аналогові пристрої, вони пропонують значні переваги у швидкості, потужності та вартості. Проблема полягає в тому, щоб визначити відповідні програми та ввімкнути їх».
By
Майкл
Бергер
-
Майкл є автором трьох книг Королівського хімічного товариства:
Нано-суспільство: розсув кордони технологій,
Нанотехнології: Майбутнє крихітне та
Наноінженерія: навички та інструменти, що роблять технологію невидимою
Copyright ©
Майкл
Бергер
-
Майкл є автором трьох книг Королівського хімічного товариства:
Нано-суспільство: розсув кордони технологій,
Нанотехнології: Майбутнє крихітне та
Наноінженерія: навички та інструменти, що роблять технологію невидимою
Copyright ©
Нановерк
Станьте запрошеним автором Spotlight! Приєднуйтесь до нашої великої та зростаючої групи гості дописувачі. Ви щойно опублікували наукову роботу чи маєте інші цікаві розробки, якими можете поділитися з нанотехнологічною спільнотою? Ось як опублікувати на nanowerk.com.
- Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
- Платоблокчейн. Web3 Metaverse Intelligence. Розширені знання. Доступ тут.
- джерело: https://www.nanowerk.com/spotlight/spotid=62821.php
- :є
- 1
- 10
- 7
- 8
- 9
- a
- Здатний
- точність
- Achieve
- через
- Додатковий
- адреси
- аванси
- Переваги
- впливати
- після
- AI
- Дозволити
- хоча
- Amazon
- та
- Інший
- застосування
- Застосування
- ЕСТЬ
- AS
- Юрист
- At
- автор
- заснований
- BE
- ставати
- стає
- буття
- КРАЩЕ
- Краще
- між
- книги
- підвищення
- Межі
- ширше
- by
- CAN
- випадок
- Центр
- виклик
- складні
- зміна
- заміна
- характеристика
- ChatGPT
- більш дешевий
- хімія
- Чіпси
- клацання
- колеги
- співтовариство
- порівняти
- обчислення
- комп'ютер
- обчислення
- Умови
- Зв'язки
- споживання
- безперервний
- постійно
- кореляції
- Коштувати
- створений
- Клієнти
- дані
- набори даних
- Дата
- глибокий
- глибокі нейронні мережі
- продемонстрований
- Визначати
- події
- відхилення
- пристрій
- прилади
- різний
- важкий
- напрям
- відкритий
- e
- ефекти
- Electronic
- з'являються
- Нові технології
- включіть
- включений
- дозволяє
- підвищення
- помилка
- Ефір (ETH)
- оцінюється
- Навіть
- захоплюючий
- експонати
- Пояснювати
- Пояснює
- обширний
- фактори
- далеко
- швидше
- поле
- знайти
- знахідки
- Перший
- для
- знайдений
- від
- функція
- далі
- майбутнє
- GIF
- великий
- значно
- Group
- Зростання
- гість
- керівні вказівки
- Мати
- висоти
- Високий
- Як
- How To
- HTTPS
- i
- IBM
- ідентифікований
- ідентифікувати
- ідентифікує
- зображення
- Розпізнавання зображень
- Impact
- реалізації
- удосконалювати
- поліпшений
- поліпшення
- поліпшення
- in
- включати
- У тому числі
- початковий
- введені
- Дослідження
- питання
- IT
- приєднатися
- JPG
- мова
- великий
- шар
- шарів
- вести
- логотип
- Довго
- довгостроковий
- низький
- made
- Робить
- багато
- відображення
- матеріал
- Матеріали
- Може..
- пам'ять
- Майкл
- Середній
- мільйони
- Моделі
- місяць
- множинний
- ім'я
- нанотехнології
- мережу
- мереж
- Нейронний
- нейронної мережі
- нейронні мережі
- Нейрони
- Нові
- наступний
- шум
- of
- пропонувати
- пропонує
- on
- ONE
- оптимізація
- Оптимізувати
- оптимізований
- оптимізуючий
- Інше
- Папір
- параметри
- особливо
- Peak
- виконувати
- продуктивність
- дозвіл
- фаза
- PHP
- plato
- Інформація про дані Платона
- PlatoData
- точка
- Точка зору
- точок
- це можливо
- потенціал
- влада
- попередній
- попередній
- Проблема
- обробка
- Продукти
- Професор
- Програмування
- прогнозовані
- Проекція
- забезпечує
- публікувати
- опублікований
- видавець
- Натискання
- діапазон
- швидко
- Читати
- реальний
- визнання
- зменшити
- Знижений
- Звіти
- представляти
- дослідження
- Дослідники
- Опір
- результат
- результати
- королівський
- s
- другий
- Поділитись
- Короткий
- короткий термін
- Показувати
- значний
- істотно
- навички
- So
- так далеко
- суспільство
- рішення
- спеціалізований
- специфікації
- швидкість
- Прожектор
- етапи
- standard
- стан
- Штати
- зберігати
- магазинів
- Стратегія
- сила
- структура
- Вивчення
- такі
- підходящий
- переключено
- система
- Systems
- Мета
- команда
- Технологія
- Тестування
- Що
- Команда
- Майбутнє
- їх
- Їх
- Ці
- три
- Зв'язку
- час
- назва
- до
- разом
- інструменти
- Типи
- Зрештою
- при
- університет
- Updates
- URL
- використання
- Цінний
- Цінності
- різноманітність
- різний
- вид
- шлях..
- вага
- ДОБРЕ
- який
- в той час як
- ВООЗ
- волі
- з
- в
- без
- Work
- робочий
- письмовий
- вашу
- зефірнет
Більше від Нановерк
Гідрогелі, що скорочуються, розширюють можливості нанофабрикації
Вихідний вузол: 1856267
Часова мітка: Грудень 22, 2022
Спеціально підібрані нанозерна забезпечують більш екологічне виробництво аміаку
Вихідний вузол: 2442058
Часова мітка: Січень 15, 2024
Гнучкий датчик унікальним чином імітує складний дотик і сприйняття шкіри людини
Вихідний вузол: 2492751
Часова мітка: Лютий 23, 2024
Точна перевірка генетичного вмісту вірусів генної терапії
Вихідний вузол: 2373507
Часова мітка: Листопад 8, 2023
Галактика змінює класифікацію, коли струмінь змінює напрямок
Вихідний вузол: 2023436
Часова мітка: Березень 21, 2023
Дослідники розробляють інноваційний інструмент для вимірювання динаміки електронів у напівпровідниках
Вихідний вузол: 1937949
Часова мітка: Лютий 3, 2023
Переробка того, що не підлягає переробці: нова епоксидна смола стійка до полум’я та зменшує кількість відходів
Вихідний вузол: 2235280
Часова мітка: Серпень 22, 2023
Дослідники використовують 3D-друк для постійного виробництва однієї з найміцніших сталей у світі
Вихідний вузол: 2028172
Часова мітка: Березень 23, 2023
Більш безпечні квантові точки в медицині та очищенні води
Вихідний вузол: 2520258
Часова мітка: Березень 20, 2024
Сім років електрохімічних каталізаторів на основі вуглецю: де ми є і куди нам потрібно йти
Вихідний вузол: 1862279
Часова мітка: Грудень 21, 2022