未來AI運算的方向，是「水晶片」？

神經網路運算的未來可能比我們預期的要糟糕一些——不是用電的固體晶片，而是泡在水裡。

近日，哈佛大學工程與應用科學學院（SEAS）與新創公司 DNA Script 組成的團隊成功開發了一種基於水溶液中離子運動的處理器。

物理學家們認為，由於更接近大腦傳輸訊息的方式，因此這種裝置可能是類腦運算的下一步。

「水溶液中的離子電路使用離子作為電荷載體進行訊號處理，」研究人員在論文中表示。 「我們提出了一種水性離子電路… 這種能夠進行模擬計算的功能性離子電路，是朝著更複雜的水性離子學邁出的一步。」

這項研究被發表在了最近一期材料科學期刊《Advanced Materials》上。

#論文：https://onlinelibrary.wiley.com/doi/epdf/10.1002/adma.202205096

我們知道，從智慧型手機到雲端伺服器中的晶片是透過固體半導體操縱電子來處理運算任務的，這和生物工作的方法不同。

大腦中訊號傳遞的主要部分是稱為離子的帶電分子在液體介質中的運動。儘管大腦令人難以置信的處理能力很難人工複製，但科學家認為電腦可以使用類似的系統：用水溶液承載離子。

由於介質改變了，這種方法將比傳統的基於矽的計算慢，但它可能具有一些有趣的優勢。例如離子可以從多種分子產生，每個分子具有不同的特性，可以以不同的方式利用。

但首先，科學家需要證明它真的能發揮作用。

哈佛大學物理學家 Woo-Bin Jung 帶領的團隊一直在這個方向上努力。建造電腦的第一步是設計功能性離子電晶體，這是一種開關或增強訊號的裝置。他們最近的進展涉及將數百個電晶體組合成一個離子電路。

此電晶體由電極的「靶心」排列組成，中心有一個小圓盤形電極，周圍有兩個同心環形電極。這與醌分子的水溶液接觸。使用時，施加在中央圓盤上的電壓會在醌溶液中產生氫離子電流。同時，兩個環形電極調節溶液的 pH 值，從而增加或減少離子電流。

晶片（左），中央（中）有一個由數百個電晶體（右）組成的陣列。

醌是含有共軛環己二烯二酮或環己二烯二亞甲基結構的一類有機化合物，基於這種物質的電晶體執行由環對閘控設定的「權重參數與磁碟電壓的物理乘法，產生離子電流的答案。

你可能會知道「生物電腦」的概念，指利用生物材料去取代目前電腦使用的半導體晶片和儲存介質，被認為是量子運算之外，電腦未來的另一個主要方向。不過先前的許多研究集中在單一離子二極體和晶體管，而不是包含許多此類設備的電路。

目前對算力需求極高的神經網路嚴重依矩陣乘法運算，其中涉及多次乘法。因此，團隊設計了 16×16 的電晶體陣列，每個陣列，每個陣列都能夠進行乘法計算，以產生可以執行矩陣乘法的離子電路。它們在互補金屬氧化物半導體 (CMOS) 電子晶片的表面上實現並由其操作。

研究人員透過執行物理或模擬乘累積加 （MAC）操作來展示這種陣列級離子電路的實用性。基於物理現象的類比 MAC 操作——對比基於許多數位邏輯閘和布林代數的數位 MAC 操作，新的方法對降低人工神經網路的功耗帶來了方向。

離子電晶體的示意。

由於每個交叉點電導都作為網路突觸權重起作用，因此饋入陣列行的輸入電壓透過歐姆定律乘以權重，並根據基爾霍夫定律在每列累積所得電流。因此，每列電流是物理上的在輸入資料向量和列的突觸權重向量之間產生點積。

在每個離子電晶體中，施加的電壓Vin 的電流Iout 由Ig 閘控，我們可以找到Vin 的一個區域，其中Iout = W × Vin，比例常數或權重W 可以透過Ig 調整，即在該區域中，離子電晶體在權重和輸入電壓之間進行物理乘法。

乘以累積加運算。

「矩陣乘法是人工智慧神經網路中最常用的計算，我們的離子電路以完全基於電化學機械的模擬方式在水中執行矩陣乘法」，Woo-Bin Jung 說。

當然，這項技術目前還存在很大的局限性，其中包括操作必須按順序執行，而不是同時執行，這大大減慢了方法的速度。

然而，研究團隊認為下一步的工作不是提高速度，而是在系統中引入更廣泛的分子。到目前為止，該團隊只使用了三到四種離子物質來實現水性離子電晶體中的閘控和離子傳輸，例如氫和醌離子。研究試圖完成更複雜的離子計算，讓電路處理更複雜的資訊。

研究團隊指出：這項研究的最終目標不是用離子技術與電子產品競爭或取代電子產品，而是以混合技術的形式讓二者取長補短。

以上是未來AI運算的方向，是「水晶片」？的詳細內容。更多資訊請關注PHP中文網其他相關文章！