德克薩斯大學(xué)卡克雷爾工程學(xué)院的研究人員聲稱，已經(jīng)找到了一種使下一代智能設(shè)備和計(jì)算機(jī)更加有效的方法，這些設(shè)備和計(jì)算機(jī)將依靠大數(shù)據(jù)處理。

我們對(duì)越來(lái)越智能的技術(shù)的需求不斷增長(zhǎng)，導(dǎo)致能源使用量大量增加，這是處理電子設(shè)備生成的大量數(shù)據(jù)所必需的。

但是，德克薩斯州的研究人員聲稱找到了一種方法，該方法通過(guò)使用磁性部件代替計(jì)算機(jī)芯片來(lái)構(gòu)成計(jì)算機(jī)和電子設(shè)備的構(gòu)造塊，從而使“智能計(jì)算機(jī)”更加節(jié)能。

該小組的研究發(fā)表在《IOP納米技術(shù)》雜志上，提供了有關(guān)磁性組件物理如何降低能耗以及訓(xùn)練大數(shù)據(jù)處理所需算法的要求的新信息。

這些都是非常耗能的，但是Cockrell團(tuán)隊(duì)聲稱他們的工作可以“幫助減少與他們相關(guān)的培訓(xùn)工作和能源成本”。

減少能源消耗

研究結(jié)果描述了考克雷爾學(xué)院電氣與計(jì)算機(jī)工程系的助理教授讓·安妮·Incorvia與二年級(jí)研究生Can Cui一起工作，以發(fā)現(xiàn)通過(guò)以某些方式隔開納米線自然會(huì)增加人工神經(jīng)元的能力。 互相競(jìng)爭(zhēng)，而最活躍的競(jìng)爭(zhēng)則排在首位。

這被稱為“側(cè)向抑制”，傳統(tǒng)上需要在計(jì)算機(jī)內(nèi)進(jìn)行額外的電路連接，但是是通過(guò)隔開充當(dāng)人工神經(jīng)元的空間來(lái)實(shí)現(xiàn)的。 Incorvia聲稱，該方法在執(zhí)行相同的機(jī)器學(xué)習(xí)任務(wù)時(shí)，最多可將標(biāo)準(zhǔn)反向傳播算法使用的能量減少20－30倍。

德克薩斯大學(xué)奧斯汀分校的研究人員提供的圖表顯示了他們對(duì)神經(jīng)元的操縱以最大程度地抑制橫向干擾。 圖片來(lái)源：德克薩斯大學(xué)奧斯汀分校提供

將發(fā)現(xiàn)應(yīng)用于更大的多個(gè)神經(jīng)元集合

在研究論文中，Incorvia繼續(xù)說(shuō)明計(jì)算機(jī)的運(yùn)行方式正在“根本改變”。少數(shù)有希望的趨勢(shì)之一是神經(jīng)形態(tài)計(jì)算的概念，這是一個(gè)研究領(lǐng)域，致力于設(shè)計(jì)可以像人腦一樣思考的計(jì)算機(jī)。

他們可以同時(shí)分析大量數(shù)據(jù)，而不必一次處理一個(gè)任務(wù)，有些人認(rèn)為這是人工智能和機(jī)器學(xué)習(xí)取得重大進(jìn)展的關(guān)鍵。

橫向抑制是一種興奮的神經(jīng)元減少其鄰居活動(dòng)的能力，是神經(jīng)形態(tài)計(jì)算中的重要功能。在人類神經(jīng)生物學(xué)中，它使動(dòng)作電位在橫向方向上無(wú)法從興奮的神經(jīng)元傳播到鄰近的神經(jīng)元。

未來(lái)研究

在諸如計(jì)算機(jī)的神經(jīng)形態(tài)硬件平臺(tái)中，橫向抑制是通過(guò)外部電路來(lái)實(shí)現(xiàn)的，從而降低了能效并增加了此類系統(tǒng)的占地面積。

Incorvia的團(tuán)隊(duì)希望通過(guò)調(diào)整一對(duì)相鄰的DW－MTJ神經(jīng)元之間的磁相互作用來(lái)最大化成對(duì)的磁疇壁賽道中的側(cè)向抑制來(lái)解決這些問(wèn)題。這項(xiàng)研究的下一步涉及將發(fā)現(xiàn)應(yīng)用于更多組的多個(gè)神經(jīng)元。

責(zé)任編輯：gt