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!

經常使用“ AI-Ready勞動力”一詞,但是在供應鏈行業中確實意味著什麼? 供應鏈管理協會(ASCM)首席執行官安倍·埃什肯納齊(Abe Eshkenazi)表示,它表示能夠評論家的專業人員

分散的AI革命正在悄悄地獲得動力。 本週五在德克薩斯州奧斯汀,Bittensor最終遊戲峰會標誌著一個關鍵時刻,將分散的AI(DEAI)從理論轉變為實際應用。 與閃閃發光的廣告不同

企業AI面臨數據集成挑戰 企業AI的應用面臨一項重大挑戰:構建能夠通過持續學習業務數據來保持準確性和實用性的系統。 NeMo微服務通過創建Nvidia所描述的“數據飛輪”來解決這個問題,允許AI系統通過持續接觸企業信息和用戶互動來保持相關性。 這個新推出的工具包包含五個關鍵微服務: NeMo Customizer 處理大型語言模型的微調,具有更高的訓練吞吐量。 NeMo Evaluator 提供針對自定義基準的AI模型簡化評估。 NeMo Guardrails 實施安全控制,以保持合規性和適當的

AI:藝術與設計的未來畫卷 人工智能(AI)正以前所未有的方式改變藝術與設計領域,其影響已不僅限於業餘愛好者,更深刻地波及專業人士。 AI生成的藝術作品和設計方案正在迅速取代傳統的素材圖片和許多交易性設計活動中的設計師,例如廣告、社交媒體圖片生成和網頁設計。 然而,專業藝術家和設計師也發現AI的實用價值。他們將AI作為輔助工具,探索新的美學可能性,融合不同的風格,創造新穎的視覺效果。 AI幫助藝術家和設計師自動化重複性任務,提出不同的設計元素並提供創意輸入。 AI支持風格遷移,即將一種圖像的風格應用

Zoom最初以其視頻會議平台而聞名,它通過創新使用Agentic AI來引領工作場所革命。 最近與Zoom的CTO XD黃的對話揭示了該公司雄心勃勃的願景。 定義代理AI 黃d

AI會徹底改變教育嗎? 這個問題是促使教育者和利益相關者的認真反思。 AI融入教育既提出了機遇和挑戰。 正如科技Edvocate的馬修·林奇(Matthew Lynch)所指出的那樣

美國科學研究和技術發展或將面臨挑戰,這或許是由於預算削減導致的。據《自然》雜誌報導,2025年1月至3月期間,美國科學家申請海外工作的數量比2024年同期增加了32%。此前一項民意調查顯示,75%的受訪研究人員正在考慮前往歐洲和加拿大尋找工作。 過去幾個月,數百項NIH和NSF的撥款被終止,NIH今年的新撥款減少了約23億美元,下降幅度接近三分之一。洩露的預算提案顯示,特朗普政府正在考慮大幅削減科學機構的預算,削減幅度可能高達50%。 基礎研究領域的動盪也影響了美國的一大優勢:吸引海外人才。 35

Openai推出了強大的GPT-4.1系列:一個專為現實世界應用設計的三種高級語言模型家族。 這種巨大的飛躍提供了更快的響應時間,增強的理解和大幅降低了成本


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

mPDF
mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),

SublimeText3 Linux新版
SublimeText3 Linux最新版

VSCode Windows 64位元 下載
微軟推出的免費、功能強大的一款IDE編輯器

SAP NetWeaver Server Adapter for Eclipse
將Eclipse與SAP NetWeaver應用伺服器整合。

Safe Exam Browser
Safe Exam Browser是一個安全的瀏覽器環境,安全地進行線上考試。該軟體將任何電腦變成一個安全的工作站。它控制對任何實用工具的訪問,並防止學生使用未經授權的資源。