칭화대학교가 개발한 세계 최초의 온칩 학습 멤리스터 저장 및 계산 통합 칩이 사이언스 잡지에 게재되었습니다.

이러한 유형의 멤리스터 저장 및 계산 통합 칩은 "Stuck Neck" 핵심 핵심 기술을 극복하는 데 긍정적인 의미를 갖습니다.

칭화대학교 공식 웨이보가 10월 9일 중요한 결과를 발표했습니다. 이 학교는 온칩 학습을 지원하는 세계 최초의 통합 메모리 메모리 및 계산 칩을 성공적으로 개발했습니다.

최근 칭화대학교 Wu Huaqiang 교수 He Takabin 부교수 멤리스터 저장 및 계산 통합 칩 분야에서 획기적인 발전을 이루었습니다. 통합 저장 및 계산 컴퓨팅 패러다임을 기반으로 온칩 학습을 지원하는 칩 개발에 성공했습니다. 이번 연구결과는 국제학술지 '사이언스' 최신호에 게재됐다.

청화대학교에 따르면 메모리 저항기(Memristor)는 저항, 정전용량, 인덕턴스에 이어 네 번째 기본 회로 부품이다. 전원이 꺼진 후에도 통과하는 전하를 "기억"할 수 있으므로 새로운 유형의 나노전자 시냅스 장치가 될 수 있습니다

2012년부터 칭화 대학교의 Qian He와 Wu Huaqiang 팀은 기억 장치에 대한 연구를 진행해 왔습니다. 프로토타입 칩부터 시스템 통합까지 핵심 문제를 해결하기 위해 협력하여 AI 컴퓨팅 성능 병목 현상 문제를 점진적으로 해결했습니다. 그들의 새로운 연구는 핵심 핵심 기술의 "stuck neck" 문제를 어느 정도 극복했습니다. 완전히 통합된 신경에서 영감을 받은 멤리스터 칩'은 다음과 같습니다.

논문을 보려면 다음 링크를 클릭하세요: https://www.science.org/doi/full/10.1126/science.ade3483

연구 개요는 특정 주제에 대한 전반적인 이해와 개요를 의미합니다. 연구분야. 일반적으로 해당 분야의 역사적 배경, 연구 목표, 방법 및 결과에 대한 간략한 소개가 포함됩니다. 연구 개요의 목적은 독자가 이 분야의 기본 상황을 신속하게 이해하고 더 심층적인 연구를 위한 기반을 제공하는 것입니다. 연구 개요는 일반적으로 독자가 연구 내용을 전반적으로 이해하는 데 도움이 되는 연구 논문, 보고서 또는 학술 기사의 일부입니다. 연구 개요를 읽으면 독자는 이 분야의 중요한 연구 진행 상황과 기존 지식 격차에 대해 배울 수 있으며 이를 통해 자신의 연구에 대한 참고 자료와 영감을 얻을 수 있습니다.

우리는 멤리스터 기반 컴퓨팅 기술이 최근 큰 주목을 받고 있다는 것을 알고 있습니다. 기술은 전통적인 컴퓨팅 아키텍처의 소위 "폰 노이만 병목 현상"을 극복할 수 있는 잠재력을 가지고 있습니다. 멤리스터의 특별한 점은 완전한 온칩 학습 구현이 여전히 어렵더라도 다양한 에지 인텔리전스 애플리케이션에 대해 에너지 효율적인 실시간 온칩 학습을 가능하게 할 수 있다는 것입니다.

신경에서 영감을 받은 멤리스터 칩을 사용한 에지 학습의 개략도는 다음과 같습니다. 그림 1은 학습을 향상시키는 인간 두뇌의 능력을 보여줍니다. 그림 2는 멤리스터 기반 신경 영감 컴퓨팅 칩의 설계 및 향후 애플리케이션을 보여줍니다. 이 칩은 완전한 온칩 학습을 위해 설계되었으며 필요한 모든 모듈을 멤리스터 어레이와 통합하여 엣지 AI 장치가 학습 기능을 갖추고 새로운 시나리오에 신속하게 적응할 수 있도록 합니다

관련 문제를 해결하기 위해 칭화대학교 박사 University's School of Integrated Circuits의 Zhang Wenbin 학생과 박사후 연구원 Yao Peng은 STELLAR(Memristor Characteristic Symbol and Threshold-Based Learning Architecture)라는 솔루션을 제안하고 전체 시스템 통합 칩을 성공적으로 생산했습니다. 이 칩에는 완전한 온칩 학습을 지원하는 데 필요한 여러 개의 멤리스터 어레이와 필요한 모든 보완적 금속 산화물 반도체 주변 회로가 포함되어 있습니다.

아래 그림 2는 온칩 학습을 위한 멤리스터 기능 아키텍처 설계를 보여줍니다. A는 에서 사용되는 멤리스터 칩 STELLAR 아키텍처입니다. B와 C는 분류 정확도의 비교이고, D는 차동 컨덕턴스 쌍(왼쪽)과 1T1R(가운데) 및 2T2R(오른쪽) 구성의 가중치이고, E는 순환 병렬 컨덕턴스 조정 방식입니다.

아래 그림 3은 온칩 학습에 사용되는 멤리스터 칩을 보여줍니다. A는 아키텍처 개요, B는 칩의 광학 현미경 이미지, C는 2T2R 셀의 단면 투과 전자 현미경 이미지입니다. .

연구원들은 동작 제어, 이미지 분류, 음성 인식 등 다양한 작업에 대한 엔드투엔드 온칩 향상된 학습을 시연하여 소프트웨어와 같은 정확성을 달성하고 하드웨어 비용을 절감했습니다. 이 작업은 인메모리 컴퓨팅 분야에서 중요한 단계를 의미합니다.

아래 그림 4는 멤리스터 칩을 사용하여 향상된 학습의 예를 보여줍니다. A는 모션 제어 작업과 해당 제어 시스템을 보여주고, B는 빛을 쫓는 자동차의 새로운 샘플 학습을 보여주며, F는 이미지 분류 작업의 새로운 카테고리 학습을 보여줍니다

다음 애니메이션 데모를 살펴보겠습니다.

먼저, 손글씨 숫자의 새로운 카테고리 학습 과제에 대해 논의하겠습니다.

또한, 운동 제어 분야에서도 학습이 향상될 수 있습니다. 아래 그림과 같이 학습이 개선되기 전에는 앞으로 움직이는 파란색 자동차가 목표 빨간색 자동차를 놓치는 경향이 있었습니다.

학습하고 개선한 후 앞으로 이동하는 파란색 자동차는 먼저 후진하여 조정하고 마지막으로 목표 빨간색 자동차를 향해 계속해서 전진합니다.

그뿐만 아니라 밝은 장면에서 개선된 학습 전 , 파란색 자동차는 다음 과정에서 대상 빨간색 자동차에서 벗어나는 경우가 많습니다.

밝은 장면에서 학습 능력이 향상되자 파란 차는 잘 적응하며 항상 목표한 빨간 차를 따라갑니다.

학술 논문의 공동 제1저자인 Zhang Wenbin과 Yao Peng은 박사 과정 동안 반도체, 마이크로 전자 공학, 소프트웨어 알고리즘, 뇌 영감 컴퓨팅 등 다양한 분야에서 많은 양의 과학 연구 지식을 접했습니다. , 축적된 유익한 연구 개발 결과와 풍부한 엔지니어링 건설 경험을 보유하고 있습니다.

^{연구팀이 단체 사진을 찍었습니다.}

^{참고 보고서:}

^{다시 작성해야 하는 내용은 다음과 같습니다. https://mp.weixin.qq.com/s/w0VZNIQ1KbClJJ8c05hPqg}

위 내용은 칭화대학교가 개발한 세계 최초의 온칩 학습 멤리스터 저장 및 계산 통합 칩이 사이언스 잡지에 게재되었습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!