Rain Neuromorphics ha completato un progetto di processore digitale che imita più da vicino il cervello umano. Il chip contiene 10mila neuroni digitali e verrà rilasciato utilizzando una tecnologia di processo a 180 nm. Aumentare e ridurre le norme tecnologiche aiuterà a creare una soluzione per le attività di intelligenza artificiale con un consumo estremamente basso e potenti funzioni cognitive.
Come sai, il cervello umano è una rete neurale di circa 90 miliardi di neuroni. L'input di ciascun neurone è un insieme di "capelli" chiamati dendriti. Un potenziale (impulso di tensione) si propaga attraverso di loro, il che fa reagire il neurone in un modo o nell'altro. Affinché un neurone risponda, è necessaria una somma media dei potenziali di tutti i segnali provenienti da molti dendriti, il che rende il cervello un "computer analogico".
La risposta di un neurone è anche rappresentata da un potenziale d'azione, ma si diffonde lungo altri "capelli" nervosi - gli assoni. Di norma, i neuroni hanno un assone (uscita), che termina in una sinapsi - il luogo di interazione con i dendriti di altri neuroni, se parliamo del cervello. Una sinapsi è una transizione senza contatto da un assone a un dendrite, la cui interazione è già una reazione chimica, non un segnale elettrico. Ma più avanti lungo il dendrite, un impulso elettrico correrà di nuovo.
In un chip, la chimica del cervello è difficile o impossibile da replicare. Pertanto, l'imitazione sarà sempre condizionata e il chip Rain Neuromorphics non fa eccezione in questo senso. Ma d'altra parte, sono stati compiuti progressi in termini di riproduzione dei dendriti. Molti dendriti (input di altri neuroni digitali) sono collegati a ciascun assone di un neurone digitale, che riflette in modo più completo la struttura del cervello di oggi. Allo stesso tempo, le sinapsi si formano alla giunzione di dendriti e assoni, ma, ovviamente, rappresentano un contatto elettrico piuttosto che chimico.
La riproduzione degli assoni è proposta con un metodo originale. Rain Neuromorphics ha preso come modello i canali verticali creati dalla memoria NAND 3D, ma invece della memoria flash (gate), ha rivestito i canali assoni con un materiale che crea una giunzione ReRAM nel punto di contatto con il dendrite. Pertanto, la sinapsi nella soluzione proposta è una giunzione resistiva che controlla l'impulso di tensione all'ingresso del neurone. Inoltre, i dendriti collegano gli assoni ai neuroni in modo casuale, proprio come nel cervello umano prima dell'apprendimento.
Colonne-assoni con collegamenti casuali trasversali-dendriti. Fonte immagine: Rain Neuromorphics Colonne-assoni con collegamenti casuali trasversali-dendriti. Fonte immagine: Rain Neuromorphics Naturalmente, in relazione alla litografia a semiconduttore, non si può parlare di incidenti. Le connessioni casuali non sono casuali, ma create tenendo d'occhio un certo algoritmo. Il compito è creare le cosiddette matrici sparse, che nel processo di formazione successiva creeranno una rete neurale. Ma questo è molto vicino a come vengono fatte le connessioni tra i neuroni nel cervello.
Secondo gli sviluppatori, i primi chip saranno in grado di fornire 125 milioni di parametri INT8 per l'elaborazione di visione, parlato, linguaggio naturale e raccomandazioni, consumando meno di 50 watt. La società prevede che i campioni saranno disponibili nel 2024 con silicio pronto per la fornitura commerciale nel 2025. Maggiori informazioni sullo sviluppo sul sito web di EE Times.
2021-10-12 10:54:21
Autore: Vitalii Babkin