科学者がニューロモーフィック コンピューティング用の人工シナプスを作成

人間の脳は宇宙で最も複雑な物体と言われています。 ロスアラモス国立研究所の科学者たちは、そのまだ比類のないコンピューティング能力を再現しようと、新しいインターフェイス型のメムリスティブデバイスを作成しました。その結果は、このデバイスを次世代ニューロモーフィックコンピューティング用の人工シナプスの構築に使用できることを示唆しています。 メムリスティブ デバイス (メモリスタ) は、現在の抵抗器技術とは異なり、プログラミング機能とメモリ機能の両方を備えた長年探し求められていた回路技術です。メモリスタは、電源がオフになったときにどの電気状態にあったかを記憶することができ、新しい可能性を開く人間の脳のような能力です。コンピューティングとデバイス向け。

「データ処理は今日の科学の重要な部分であり、機械学習、人工知能、人工ニューラルネットワークは、気候科学から国家安全保障用途に至るまで、あらゆる分野における差し迫った問題に対処するために使用されています」と統合ナノテクノロジーセンターの実験科学者アイピン・チェンは述べた。 「しかし、従来のコンピューティング アーキテクチャは多量のエネルギーを必要とし、ますます大規模なデータの課題に対応するためにスケールアップすることがますます困難になっています。ニューロモーフィック コンピューティングは、人間の脳の比類のないデータ ストレージおよび処理アーキテクチャと機能を模倣し、コンピューティングのパフォーマンスを拡張し続けます。」

従来のコンピューティングは、コンピューティングとメモリが分離されている、いわゆるノイマン ボトルネックによって制約を受けます。 デジタル コンピュータで機械学習や画像認識などの高度なタスクを処理すると、中央処理装置とメモリの間でデータをやり取りするため、大量のエネルギーと時間が消費されます。 データセンターのエネルギー消費はここ数年で急速に増加しており、2030 年までに世界の電力の約 8% が​​データセンターで使用されると予測されています。

さらに、従来のコンピュータ アーキテクチャでは、シリコン ベースのマイクロチップ上の数十億個のトランジスタがコンピュータのバイナリ コードのスイッチとして機能します。 これらのトランジスタの小型化に対する物理的な限界は、およそ 2 年ごとに処理能力が 2 倍になるという格言であるムーアの法則の終焉を告げる一因となっています。

人間の脳の「メモリ内処理」は、化学情報を送受信する 1,000 億個のニューロンを接続するシナプスでの情報の保存と処理を同じ場所に配置することで、時間とエネルギーを節約します。 ニューロモーフィック コンピューティングは、シナプスの構造と機能を再現するために、電荷の流れを制御および記憶する 2 つの端末間を切り替えるメモリスタなどの創発デバイスに依存しています。

ニューロモーフィック コンピューティングの急速に進化する分野では、メモリスタの設計には、デバイスを介して電荷が供給されるフィラメント システムが含まれています。 しかし、フィラメント システムは過熱しやすいため、安定性と信頼性に欠けます。

Chen氏らは、界面型メモリスタと呼ばれる別のアプローチに取り組んでおり、Au/NbをドープしたSrTiO3界面（本質的には金とその他の半導体材料）をベースにした単純な構造で、信頼性の高い高性能デバイスを作製した。 界面型メモリスタは原理的には、フィラメントベースのメモリスタ技術でも達成できないナノメートルサイズまで縮小することができる。 (対照的に、人間の髪の毛の太さは約 100,000 ナノメートルです。)そして、特にトランジスタベースのニューロモーフィック チップとは対照的に、インターフェイス タイプのメムリスティブ デバイスは、処理に必要な電力が大幅に少なくなります。

「ノイマン型アーキテクチャによるデジタル コンピューティングとは異なり、生物学的システムにインスピレーションを得たニューロモーフィック コンピューティングは、脳と同じように機能します」とチェン氏は述べています。 「その構造の利点には、低エネルギー消費、高い並列性、優れたエラー耐性が含まれます。結局のところ、人間の脳はわずか 20 ワットで動作しますが、非常に効率的に学習します。これらの利点により、学習や認識などの高度なコンピューティング タスクに非常に適しています。」そして意思決定。」

研究チームは、人工ニューラル ネットワーク シミュレーションを使用してインターフェイス型メモリスタのコンピューティング パフォーマンスを研究し、国立標準技術研究所が管理する修正国家標準技術データベースからの手書き画像のデータセットに対してテストしました。 優れた均一性、プログラム性、信頼性を示し、94.72%の認識精度を実現しました。

このパフォーマンスにより、研究チームは、これらの新しいインターフェイス型メモリスティブ デバイスが、次世代ニューロモーフィック コンピューティングの基本的なハードウェアになる可能性があると確信しています。

「私たちが目にしている機能は、ニューロモーフィックチップが人間の脳と同様に、学習やリアルタイムの意思決定などの高度なタスクに優れていることを示唆しています」とチェン氏は述べた。 「ニューロモーフィック コンピューティングによって、自動運転車からドローン、監視カメラに至るまで、インテリジェンスを必要とする多くのアプリケーションが可能になる可能性があります。基本的に、人間が実行できる多くのことが、この種のデバイスでも実行できるようになるでしょう。」

チームは、共同設計、つまりコンピューター科学者が提供するアルゴリズム的アプローチに基づいたハードウェア設計の必要性に重点を置き、テクノロジーの開発を継続する予定です。

紙： 「人工シナプスとニューロモーフィック コンピューティングのためのインターフェイス型メモリスティブ デバイス」アドバンスト インテリジェント システムズ。 DOI: 10.1002/aisy.202300035

資金提供:この研究は、ロスアラモス国立研究所の研究所主導型研究開発プログラム、NNSA、および米国エネルギー省科学局による統合ナノテクノロジーセンターへの資金提供によって支援されました。