蓋世汽車訊 據(jù)外媒報(bào)道，加州大學(xué)圣地亞哥分校（University of California San Diego）研究人員開發(fā)了新型人工神經(jīng)元設(shè)備，有望使訓(xùn)練神經(jīng)網(wǎng)絡(luò)執(zhí)行任務(wù)（如圖像識(shí)別或自動(dòng)駕駛汽車導(dǎo)航等）所需的計(jì)算能力和硬件更少。與現(xiàn)有基于CMOS的硬件相比，該設(shè)備運(yùn)行神經(jīng)網(wǎng)絡(luò)計(jì)算所使用的能量和空間要少100到1000倍。

（圖片來(lái)源：https://scitechdaily.com/）

神經(jīng)網(wǎng)絡(luò)是一系列相互連接的人工神經(jīng)元層，其中一層的輸出為另一層提供輸入。生成輸入通過(guò)應(yīng)用稱作非線性激活函數(shù)的數(shù)學(xué)計(jì)算來(lái)完成。這是運(yùn)行神經(jīng)網(wǎng)絡(luò)的關(guān)鍵部分，但是由于需要在兩個(gè)獨(dú)立的單元（內(nèi)存和外部處理器）之間來(lái)回傳輸數(shù)據(jù)，應(yīng)用這一功能需要大量的計(jì)算能力和電路。

研究人員開發(fā)了一種納米大小的設(shè)備，可以有效地執(zhí)行激活功能。加州大學(xué)圣地亞哥分校教授Duygu Kuzum表示，“隨著神經(jīng)網(wǎng)絡(luò)模型變得越來(lái)越大、越來(lái)越復(fù)雜，硬件中的神經(jīng)網(wǎng)絡(luò)計(jì)算變得越來(lái)越低效。我們開發(fā)了單一的納米級(jí)人工神經(jīng)元設(shè)備，能以一種非常節(jié)省空間和能量的方式在硬件上實(shí)現(xiàn)計(jì)算?！?/p>

該裝置實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)訓(xùn)練中最常用的激活功能之一，稱為整流線性單元。這一功能的特別之處在于，需要采用能夠承受電阻逐漸變化的硬件才能工作。而研究人員設(shè)計(jì)的設(shè)備可逐漸從絕緣狀態(tài)轉(zhuǎn)變?yōu)閷?dǎo)電狀態(tài)，而且僅需少量熱量的幫助。這一轉(zhuǎn)變發(fā)生在納米級(jí)的二氧化釩層中，被稱為莫特轉(zhuǎn)變（Mott transition）。在這層之上是由鈦和黃金制成的納米線加熱器，當(dāng)電流流經(jīng)納米線時(shí)，二氧化釩層會(huì)慢慢升溫，導(dǎo)致從絕緣狀態(tài)到導(dǎo)電狀態(tài)的緩慢的、可控的轉(zhuǎn)換。

該項(xiàng)研究的第一作者Sangheon Oh解釋稱，“此種設(shè)備架構(gòu)非常有趣和創(chuàng)新。通常情況下，由于電流直接流過(guò)材料，莫特轉(zhuǎn)變的材料會(huì)經(jīng)歷從絕緣到導(dǎo)電的突然轉(zhuǎn)變。為此，我們讓電流通過(guò)材料頂部的納米線來(lái)加熱材料，并誘導(dǎo)非常漸進(jìn)的電阻變化?！?/p>

為了部署該裝置，研究人員首先制造了激活（或神經(jīng)元）裝置陣列，以及突觸裝置陣列。然后，將兩個(gè)陣列集成在定制的印刷電路板上，并將它們連接在一起，創(chuàng)建硬件版本的神經(jīng)網(wǎng)絡(luò)。研究人員利用該網(wǎng)絡(luò)處理一張圖像，即加州大學(xué)圣地亞哥分校蓋澤爾圖書館的圖片。該網(wǎng)絡(luò)執(zhí)行稱作邊緣檢測(cè)的圖像處理，識(shí)別圖像中物體的輪廓或邊緣。實(shí)驗(yàn)表明，集成硬件系統(tǒng)可以執(zhí)行卷積操作，這對(duì)于許多類型的深度神經(jīng)網(wǎng)絡(luò)是必不可少的。

研究人員表示，“該項(xiàng)技術(shù)可以進(jìn)一步擴(kuò)展，以完成更復(fù)雜的任務(wù)，如自動(dòng)駕駛汽車面部識(shí)別和物體識(shí)別。Kuzum表示，“目前，這只是一項(xiàng)概念驗(yàn)證。這是一個(gè)很小的系統(tǒng)，我們只在其中堆疊了一個(gè)突觸層和一個(gè)激活層。將更多層疊加在一起，就可以為不同的應(yīng)用打造更復(fù)雜的系統(tǒng)?！?/p>

返回第一電動(dòng)網(wǎng)首頁(yè) >