MITの新しいAIチップは人間の脳のシナプスより100万倍速い

マサチューセッツ工科大学（MIT）の研究者チームは、以前に開発された人工アナログ・シナプスの一種の速度限界を押し上げることに取り組んできた。このアナログ・シナプスは製造コストが安く、エネルギー効率が高く、より高速な計算が期待できる。

学際的なチームは、トランジスタが「アナログ ディープ ラーニング」を生成するデジタル プロセッサを構築するための中核要素であるのと同じように、アナログ ディープ ラーニングの中心的な構成要素であるプログラマブル抵抗器を使用しました。

抵抗器は繰り返しアレイに組み込まれ、デジタル ニューラル ネットワークと同様に計算を実行する人工「ニューロン」と「シナプス」の複雑な層状ネットワークを作成します。このようなネットワークは、画像認識や自然言語処理などの複雑な AI タスクを実行できるようにトレーニングできます。

研究者らは製造プロセスで実用的な無機材料を使用し、これによりデバイスが以前のバージョンよりも 100 万倍高速に動作できるようになりました。この研究では、人間の脳のシナプスよりも約100万倍速いと主張しています。

さらに、この有機材料により、抵抗器のエネルギー効率も非常に高くなります。同社のデバイスの以前のバージョンで使用されていた材料とは異なり、新しく開発された材料はシリコン製造技術と互換性があり、深層学習アプリケーション用の商用コンピューティングハードウェアへの統合への道を開く可能性がある。

「その重要な洞察と、MIT.nano が持つ非常に強力なナノ製造技術により、私たちはこれらの部品を組み合わせて、これらのデバイスが本質的に非常に高速で、妥当な電圧で動作することを実証することができました。この研究により、これらのデバイスは将来のアプリケーションに非常に有望であると思われる段階に実際に到達しました」と、主著者である MIT 電気工学およびコンピューターサイエンス学科 (EECS) のドナー教授、ヘスス A. デル アラモは述べています。

「このデバイスの動作メカニズムは、絶縁酸化物に最小のイオンであるプロトンを電気化学的に挿入して、その電子伝導性を調節することです。私たちは非常に薄いデバイスを扱っているため、強い電場を使用してこのイオンの動きを加速し、これらのイオンデバイスをナノ秒の動作領域に押し上げることができます」と、主著者でブリーン・M・カー教授のビルゲ・ユルディス氏は説明した。原子力理工学部と材料理工学部。

「生物細胞の活動電位は、約0.1ボルトの電圧差が水の安定性によって制約されるため、ミリ秒単位の時間スケールで増減する」と、主著者でバテル・エネルギー・アライアンスの原子力科学工学教授、ジュ・リー教授は述べた。材料科学と工学の分野。 「ここでは、永久的な損傷を与えることなく陽子を伝導する、ナノスケールの厚さの特別な固体ガラス膜に最大 10 ボルトを印加します。そして、磁場が強ければ強いほど、イオンデバイスの速度も速くなります。」と彼は付け加えた。

上記のプログラマブル レジスタにより、ニューラル ネットワークのトレーニング速度が大幅に向上し、トレーニングを実施するためのコストとエネルギーが大幅に削減されます。

最新の開発は、科学者がディープラーニングモデルをより迅速に開発するのに役立ち、自動運転車、不正行為検出、医療画像分析などの用途に適用できる可能性がある。

「アナログプロセッサを手に入れると、他の人が取り組んでいるネットワークをトレーニングする必要はなくなります。あなたは、他の誰もが対応できない前例のない複雑さを備えたネットワークをトレーニングすることになるため、ネットワークのすべてを大幅に上回るパフォーマンスを発揮します。言い換えれば、これはより速い車ではなく、宇宙船なのです」と筆頭著者でMIT博士研究員のムラット・オネン氏は付け加えた。

研究結果は雑誌『科学'。