La première puce intégrée d'apprentissage, de stockage et de calcul de memristors au monde développée par l'Université Tsinghua a été publiée dans le magazine Science

Ce type de puce intégrée de stockage et de calcul de memristors a une signification positive pour surmonter la technologie de base clé « cou coincé ».

Weibo officiel de l'Université Tsinghua a publié un résultat important le 9 octobre. L'école a développé avec succès la première puce de mémoire et de calcul intégrée au monde qui prend en charge l'apprentissage sur puce.

Récemment, le professeur Wu Huaqiang de l'Université Tsinghua, professeur agrégé He Takabin a réalisé des percées majeures dans le domaine des puces intégrées de stockage et de calcul des memristors. Sur la base du paradigme informatique intégré de stockage et de calcul, ils ont développé avec succès une puce qui prend en charge l’apprentissage sur puce. Ce résultat de recherche a été publié dans le dernier numéro de la revue scientifique internationale « Science »

Selon l'Université Tsinghua, la résistance mémoire (Memristor) est le quatrième composant de base du circuit après la résistance, la capacité et l'inductance. Il peut encore "mémoriser" la charge qui passe après la coupure de courant, il peut donc devenir un nouveau type de dispositif synaptique nanoélectronique

Depuis 2012, les équipes de Qian He et Wu Huaqiang de l'Université Tsinghua travaillent sur des dispositifs mémristifs, Des prototypes de puces à l'intégration de systèmes, ils ont collaboré pour résoudre des problèmes clés, résolvant progressivement le problème du goulot d'étranglement de la puissance de calcul de l'IA dans une certaine mesure. Leur nouvelle recherche a surmonté dans une certaine mesure le problème du « goulot coincé » dans les technologies de base clés.

L'article « Edge learning ». utilisant une puce memristor entièrement intégrée d'inspiration neuronale" est la suivante.

Veuillez cliquer sur le lien suivant pour consulter l'article : https://www.science.org/doi/full/10.1126/science.ade3483

Un aperçu de la recherche fait référence à la compréhension globale et à l'aperçu d'un certain domaine de recherche. Il comprend généralement une brève introduction au contexte historique du domaine, aux objectifs, aux méthodes et aux résultats de la recherche. L'objectif de cet aperçu de la recherche est d'aider les lecteurs à comprendre rapidement la situation fondamentale dans ce domaine et de fournir une base pour des recherches plus approfondies. Un aperçu de la recherche fait généralement partie d'un document de recherche, d'un rapport ou d'un article universitaire qui aide les lecteurs à acquérir une compréhension globale du contenu de la recherche. En lisant l'aperçu de la recherche, les lecteurs peuvent en apprendre davantage sur les progrès importants de la recherche et les lacunes existantes dans les connaissances dans ce domaine, fournissant ainsi une référence et une inspiration pour leurs propres recherches.

Nous savons que la technologie informatique basée sur les memristors a récemment reçu une grande attention Attention, ceci La technologie a le potentiel de surmonter ce que l'on appelle le « goulot d'étranglement de Von Neumann » de l'architecture informatique traditionnelle. La particularité des memristors est qu’ils peuvent permettre un apprentissage sur puce en temps réel et économe en énergie pour une variété d’applications d’intelligence de pointe, même si la mise en œuvre d’un apprentissage entièrement sur puce reste encore un défi.

Un diagramme schématique de l’apprentissage des bords à l’aide de puces memristors neuro-inspirées est présenté ci-dessous. La figure 1 illustre la capacité du cerveau humain à améliorer l’apprentissage. La figure 2 montre la conception et les applications futures d'une puce informatique neuro-inspirée basée sur des memristors. Cette puce est conçue pour un apprentissage complet sur puce, intégrant tous les modules nécessaires au réseau de memristors, afin que les appareils Edge AI aient des capacités d'apprentissage et puissent s'adapter rapidement à de nouveaux scénarios

Afin de résoudre les problèmes liés, le doctorat de l'Université Tsinghua L'étudiant Zhang Wenbin et le boursier postdoctoral Yao Peng de l'École des circuits intégrés de l'Université ont proposé une solution appelée Memristor Characteristic Symbol and Threshold-Based Learning Architecture (STELLAR) et ont produit avec succès une puce intégrée au système complet. La puce comprend plusieurs réseaux de memristors et tous les circuits périphériques complémentaires à semi-conducteurs à oxyde métallique nécessaires pour prendre en charge un apprentissage complet sur puce. La figure 2 ci-dessous montre la conception de l'architecture des fonctionnalités de memristor pour l'apprentissage sur puce, A est l'architecture STELLAR de la puce memristor utilisée dans B et C sont des comparaisons de précision de classification, D sont les poids avec des paires de conductance différentielle (à gauche) et des configurations 1T1R (au milieu) et 2T2R (à droite), E est le schéma d'ajustement de conductance parallèle cyclique.

La figure 3 ci-dessous montre la puce memristor utilisée pour l'apprentissage sur puce. A est l'aperçu de l'architecture, B est l'image au microscope optique de la puce et C est l'image au microscope électronique à transmission transversale de la cellule 2T2R. .

Les chercheurs ont démontré un apprentissage amélioré de bout en bout sur puce pour diverses tâches, telles que le contrôle de mouvement, la classification d'images et la reconnaissance vocale, obtenant ainsi une précision comparable à celle d'un logiciel et une réduction des coûts matériels. Ce travail marque une étape importante dans le domaine de l’informatique en mémoire.

La figure 4 ci-dessous montre un exemple d'apprentissage amélioré à l'aide d'une puce memristor. A montre la tâche de contrôle de mouvement et son système de contrôle, B montre l'apprentissage de nouveaux échantillons de voitures chassant la lumière, et F montre l'apprentissage de nouvelles catégories dans la tâche de classification d'images

Jetons un coup d’œil aux démonstrations d’animation suivantes.

Tout d'abord, nous allons discuter d'une nouvelle tâche d'apprentissage de catégorie de chiffres manuscrits

De plus, l'apprentissage peut être amélioré dans le domaine du contrôle moteur. Comme indiqué ci-dessous, avant un apprentissage amélioré, la voiture bleue qui avançait avait tendance à rater la voiture rouge cible.

Après avoir appris et amélioré, la voiture bleue qui avance fera d'abord un mouvement vers l'arrière pour s'ajuster, et enfin continuera à avancer vers la voiture rouge cible

Non seulement cela, dans des scènes lumineuses Avant un apprentissage amélioré , la voiture bleue s'écartait souvent de la voiture rouge cible au cours du processus suivant.

Après un apprentissage amélioré dans des scènes lumineuses, la voiture bleue s'adapte bien et suit toujours la voiture rouge cible.

En tant que co-premiers auteurs d'articles universitaires, Zhang Wenbin et Yao Peng ont été exposés à une grande quantité de connaissances scientifiques dans différentes directions telles que les semi-conducteurs, la microélectronique, les algorithmes logiciels et l'informatique inspirée du cerveau au cours de leurs études de doctorat. , et accumulé des résultats de recherche et développement fructueux et une riche expérience en construction technique.

^{L'équipe de recherche a pris une photo de groupe.}

^{Rapport de référence :}

^{Le contenu à réécrire est : https://mp.weixin.qq.com/s/w0VZNIQ1KbClJJ8c05hPqg}

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!