


Ist die zukünftige Ausrichtung der KI-Berechnung „Wasserchips'?
Die Zukunft des neuronalen Netzwerk-Computing könnte schlimmer sein, als wir erwartet hatten – kein fester Chip, der Strom verbraucht, sondern in Wasser getränkt ist.
Kürzlich hat ein Team bestehend aus der Harvard School of Engineering and Applied Sciences (SEAS) und dem Startup DNA Script erfolgreich einen Prozessor entwickelt, der auf der Bewegung von Ionen in wässriger Lösung basiert.
Physiker glauben, dass solche Geräte der nächste Schritt in der vom Gehirn inspirierten Datenverarbeitung sein könnten, da sie der Art und Weise, wie das Gehirn Informationen übermittelt, näher kommen.
„Ionenschaltkreise in wässrigen Lösungen nutzen Ionen als Ladungsträger für die Signalverarbeitung“, sagten die Forscher in der Arbeit. „Wir haben einen wasserbasierten Ionenkreislauf vorgeschlagen … Dieser funktionale Ionenkreislauf, der analoge Berechnungen durchführen kann, ist ein Schritt in Richtung komplexerer wasserbasierter Ionensysteme.“ Fortschrittliche Materialien.
Artikel: https://onlinelibrary.wiley.com/doi/epdf/10.1002/adma.202205096
Wir wissen, dass Chips von Smartphones bis hin zu Cloud-Servern durch die Manipulation von Elektronen durch feste Halbleiter hergestellt werden Rechenaufgaben auszuführen ist nicht dasselbe wie die Funktionsweise von Lebewesen.
Ein wesentlicher Teil der Signalübertragung im Gehirn ist die Bewegung geladener Moleküle, sogenannter Ionen, in einem flüssigen Medium. Obwohl es schwierig ist, die unglaubliche Rechenleistung des Gehirns künstlich zu reproduzieren, glauben Wissenschaftler, dass Computer ein ähnliches System verwenden könnten: den Transport von Ionen in einer Wasserlösung.
Dieser Ansatz wird aufgrund des veränderten Mediums langsamer sein als herkömmliches Silizium-basiertes Computing, könnte aber einige interessante Vorteile haben. Beispielsweise können Ionen aus einer Vielzahl von Molekülen hergestellt werden, jedes mit unterschiedlichen Eigenschaften, die auf unterschiedliche Weise genutzt werden können.
Aber zuerst müssen Wissenschaftler beweisen, dass es tatsächlich funktioniert.
Ein Team unter der Leitung des Physikers Woo-Bin Jung von der Harvard University hat in diese Richtung gearbeitet. Der erste Schritt beim Bau eines Computers besteht darin, einen funktionsfähigen Ionentransistor zu entwerfen, ein Gerät, das ein Signal schaltet oder verstärkt. Ihr neuester Fortschritt besteht darin, Hunderte von Transistoren zu einem Ionenschaltkreis zu kombinieren.
Der Transistor besteht aus einer „Bullseye“-Anordnung von Elektroden, mit einer kleinen scheibenförmigen Elektrode in der Mitte und zwei konzentrischen ringförmigen Elektroden, die sie umgeben. Dieses kommt mit einer wässrigen Lösung von Chinonmolekülen in Kontakt. Bei Verwendung erzeugt eine an die zentrale Scheibe angelegte Spannung einen Wasserstoffionenstrom in der Chinonlösung. Gleichzeitig stellen zwei Ringelektroden den pH-Wert der Lösung ein und erhöhen oder verringern dadurch den Ionenstrom.
Chinon ist eine Art organische Verbindung, die eine konjugierte Cyclohexadiendion- oder Cyclohexadiendimethylen-Struktur enthält. Auf dieser Substanz basierende Transistoren führen „Gewichtsparameter“ aus und die physikalische Vervielfachung der Scheibenspannung ergibt die Antwort auf den Ionenstrom
Sie wissen es vielleicht das Konzept des „biologischen Computers“, das sich auf die Verwendung biologischer Materialien als Ersatz für die in aktuellen Computern verwendeten Halbleiterchips und Speichermedien bezieht und als außerhalb des Quantencomputers betrachtet wird, einer weiteren wichtigen Richtung in der Zukunft der Computer. Viele frühere Forschungen konzentrierten sich jedoch auf einzelne Ionendioden und Transistoren und nicht auf Schaltkreise, die viele solcher Geräte enthielten.
Aktuelle neuronale Netze, die eine extrem hohe Rechenleistung erfordern, basieren stark auf Matrixmultiplikationsoperationen, die mehrere Multiplikationen beinhalten. Deshalb entwarf das Team eine 16 x 16 große Anordnung von Transistoren, von denen jeder multiplizierbar ist, um einen Ionenschaltkreis zu erzeugen, der eine Matrixmultiplikation durchführen kann. Sie werden auf der Oberfläche elektronischer CMOS-Chips (Complementary Metal-Oxide Semiconductor) implementiert und von diesen betrieben.
Die Forscher demonstrierten die Praktikabilität dieses Ionenschaltkreises auf Array-Ebene, indem sie physikalische oder simulierte Multiplikations-Akkumulations-Operationen (MAC) durchführten. Analoge MAC-Operationen, die auf physikalischen Phänomenen basieren – Im Gegensatz zu digitalen MAC-Operationen, die auf vielen digitalen Logikgattern und der Booleschen Algebra basieren, geben neue Methoden Hinweise auf die Reduzierung des Stromverbrauchs künstlicher neuronaler Netze.
Schema eines Ionentransistors.
Da jede Kreuzungspunktleitfähigkeit als synaptisches Netzwerkgewicht fungiert, wird die in die Array-Zeilen eingespeiste Eingangsspannung über das Ohmsche Gesetz mit dem Gewicht multipliziert und der resultierende Strom gemäß dem Kirchhoffschen Gesetz in jeder Spalte akkumuliert. Daher wird jeder Spaltenstrom physikalisch als Skalarprodukt zwischen dem Eingabedatenvektor und dem synaptischen Gewichtsvektor der Spalte erzeugt.
In jedem Ionentransistor wird der Strom Iout der angelegten Spannung Vin durch Ig gesteuert, wir können einen Bereich von Vin finden, in dem Iout = W × Vin, die Proportionalitätskonstante oder das Gewicht W kann also durch Ig angepasst werden In diesem Bereich führt der Ionentransistor eine physikalische Multiplikation zwischen dem Gewicht und der Eingangsspannung durch.
Operationen multiplizieren und akkumulieren.
„Die Matrixmultiplikation ist die am häufigsten verwendete Berechnung in neuronalen Netzen künstlicher Intelligenz, und unser Ionenschaltkreis führt die Matrixmultiplikation in Wasser in einer vollständig elektrochemisch-mechanischen Simulation durch“, sagte Woo-Bin Jung.
Natürlich weist diese Technologie derzeit erhebliche Einschränkungen auf, einschließlich der Tatsache, dass Vorgänge nacheinander und nicht gleichzeitig ausgeführt werden müssen, was die Methode erheblich verlangsamt.
Das Forschungsteam geht jedoch davon aus, dass der nächste Schritt nicht darin besteht, die Geschwindigkeit zu erhöhen, sondern darin, ein breiteres Spektrum an Molekülen in das System einzuführen. Bisher hat das Team nur drei oder vier ionische Spezies wie Wasserstoff- und Chinonionen verwendet, um Gating und Ionentransport in wässrigen Ionentransistoren zu erreichen. Diese Forschung versucht, komplexere Ionenberechnungen durchzuführen und die Schaltkreise komplexere Informationen verarbeiten zu lassen.
Das Forschungsteam wies darauf hin: Das ultimative Ziel dieser Forschung besteht nicht darin, die Ionentechnologie zu nutzen, um mit elektronischen Produkten zu konkurrieren oder sie zu ersetzen, sondern die Hybridtechnologie zu nutzen, um die Stärken der anderen zu ergänzen.
Das obige ist der detaillierte Inhalt vonIst die zukünftige Ausrichtung der KI-Berechnung „Wasserchips'?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Bei der Konvertierung von Zeichenfolgen in Objekte in Vue.js wird JSON.Parse () für Standard -JSON -Zeichenfolgen bevorzugt. Bei nicht standardmäßigen JSON-Zeichenfolgen kann die Zeichenfolge durch Verwendung regelmäßiger Ausdrücke verarbeitet und Methoden gemäß dem Format oder dekodierten URL-kodiert reduziert werden. Wählen Sie die entsprechende Methode gemäß dem String -Format aus und achten Sie auf Sicherheits- und Codierungsprobleme, um Fehler zu vermeiden.

Verarbeiten Sie 7 Millionen Aufzeichnungen effizient und erstellen Sie interaktive Karten mit Geospatial -Technologie. In diesem Artikel wird untersucht, wie über 7 Millionen Datensätze mithilfe von Laravel und MySQL effizient verarbeitet und in interaktive Kartenvisualisierungen umgewandelt werden können. Erstes Herausforderungsprojektanforderungen: Mit 7 Millionen Datensätzen in der MySQL -Datenbank wertvolle Erkenntnisse extrahieren. Viele Menschen erwägen zunächst Programmiersprachen, aber ignorieren die Datenbank selbst: Kann sie den Anforderungen erfüllen? Ist Datenmigration oder strukturelle Anpassung erforderlich? Kann MySQL einer so großen Datenbelastung standhalten? Voranalyse: Schlüsselfilter und Eigenschaften müssen identifiziert werden. Nach der Analyse wurde festgestellt, dass nur wenige Attribute mit der Lösung zusammenhängen. Wir haben die Machbarkeit des Filters überprüft und einige Einschränkungen festgelegt, um die Suche zu optimieren. Kartensuche basierend auf der Stadt

Es gibt viele Gründe, warum MySQL Startup fehlschlägt und durch Überprüfung des Fehlerprotokolls diagnostiziert werden kann. Zu den allgemeinen Ursachen gehören Portkonflikte (prüfen Portbelegung und Änderung der Konfiguration), Berechtigungsprobleme (Überprüfen Sie den Dienst Ausführen von Benutzerberechtigungen), Konfigurationsdateifehler (Überprüfung der Parametereinstellungen), Datenverzeichniskorruption (Wiederherstellung von Daten oder Wiederaufbautabellenraum), InnoDB-Tabellenraumprobleme (prüfen IBDATA1-Dateien), Plug-in-Ladeversagen (Überprüfen Sie Fehlerprotokolle). Wenn Sie Probleme lösen, sollten Sie sie anhand des Fehlerprotokolls analysieren, die Hauptursache des Problems finden und die Gewohnheit entwickeln, Daten regelmäßig zu unterstützen, um Probleme zu verhindern und zu lösen.

Zusammenfassung: Es gibt die folgenden Methoden zum Umwandeln von VUE.JS -String -Arrays in Objektarrays: Grundlegende Methode: Verwenden Sie die Kartenfunktion, um regelmäßige formatierte Daten zu entsprechen. Erweitertes Gameplay: Die Verwendung regulärer Ausdrücke kann komplexe Formate ausführen, müssen jedoch sorgfältig geschrieben und berücksichtigt werden. Leistungsoptimierung: In Betracht ziehen die große Datenmenge, asynchrone Operationen oder effiziente Datenverarbeitungsbibliotheken können verwendet werden. Best Practice: Clear Code -Stil, verwenden Sie sinnvolle variable Namen und Kommentare, um den Code präzise zu halten.

Um die Zeitüberschreitung für Vue Axios festzulegen, können wir eine Axios -Instanz erstellen und die Zeitleitungsoption angeben: in globalen Einstellungen: vue.Prototyp. $ Axios = axios.create ({Timeout: 5000}); In einer einzigen Anfrage: this. $ axios.get ('/api/user', {timeout: 10000}).

Der Artikel führt den Betrieb der MySQL -Datenbank vor. Zunächst müssen Sie einen MySQL -Client wie MySQLworkBench oder Befehlszeilen -Client installieren. 1. Verwenden Sie den Befehl mySQL-uroot-P, um eine Verbindung zum Server herzustellen und sich mit dem Stammkonto-Passwort anzumelden. 2. Verwenden Sie die Erstellung von Createdatabase, um eine Datenbank zu erstellen, und verwenden Sie eine Datenbank aus. 3.. Verwenden Sie CreateTable, um eine Tabelle zu erstellen, Felder und Datentypen zu definieren. 4. Verwenden Sie InsertInto, um Daten einzulegen, Daten abzufragen, Daten nach Aktualisierung zu aktualisieren und Daten nach Löschen zu löschen. Nur indem Sie diese Schritte beherrschen, lernen, mit gemeinsamen Problemen umzugehen und die Datenbankleistung zu optimieren, können Sie MySQL effizient verwenden.

Remote Senior Backend Engineer Job Vacant Company: Circle Standort: Remote-Büro-Jobtyp: Vollzeitgehalt: 130.000 bis 140.000 US-Dollar Stellenbeschreibung Nehmen Sie an der Forschung und Entwicklung von Mobilfunkanwendungen und öffentlichen API-bezogenen Funktionen, die den gesamten Lebenszyklus der Softwareentwicklung abdecken. Die Hauptaufgaben erledigen die Entwicklungsarbeit unabhängig von RubyonRails und arbeiten mit dem Front-End-Team von React/Redux/Relay zusammen. Erstellen Sie die Kernfunktionalität und -verbesserungen für Webanwendungen und arbeiten Sie eng mit Designer und Führung während des gesamten funktionalen Designprozesses zusammen. Fördern Sie positive Entwicklungsprozesse und priorisieren Sie die Iterationsgeschwindigkeit. Erfordert mehr als 6 Jahre komplexes Backend für Webanwendungen

Die MySQL -Leistungsoptimierung muss von drei Aspekten beginnen: Installationskonfiguration, Indexierung und Abfrageoptimierung, Überwachung und Abstimmung. 1. Nach der Installation müssen Sie die my.cnf -Datei entsprechend der Serverkonfiguration anpassen, z. 2. Erstellen Sie einen geeigneten Index, um übermäßige Indizes zu vermeiden und Abfrageanweisungen zu optimieren, z. B. den Befehl Erklärung zur Analyse des Ausführungsplans; 3. Verwenden Sie das eigene Überwachungstool von MySQL (ShowProcessList, Showstatus), um die Datenbankgesundheit zu überwachen und die Datenbank regelmäßig zu sichern und zu organisieren. Nur durch kontinuierliche Optimierung dieser Schritte kann die Leistung der MySQL -Datenbank verbessert werden.
