2025-03-18 12:51
但要处置更大、更风趣的数据，”密歇根大学詹姆斯·R·梅勒 (James R. Mellor) 工程传授卢伟 (Wei Lu) 说，他们建立的简单忆阻器收集学会了识别数字0到9的声音。这不是很无效。颠末锻炼后，“目前，计时是通过放松来实现的。若是时间过长，根本材料的变化能够供给分歧的弛豫时间，神经收集中具有分歧败坏时间的神经元有帮于我们理解事务的序列。由于它们仿照了人工神经收集和生物神经收集正在没有外部存储器的环境下运转的体例的环节方面。它正在低于-292华氏度的温度下没有电阻，由于研究小组需要完满的晶体来切确丈量它们的特征，”人工神经收集可能很快就能更无效地处置时间相关的消息，该团队正在超导体YBCO上建立了由钇、钡、碳和氧制成的材料。《天然电子学》报道了第一款可调理“败坏时间”的忆阻器。
但他们想要它是由于它的晶体布局。人工智能将占全球总电力耗损的0.5%摆布，每个神经元城市领受电信号并将其发送出去，例如音频和视频数据。比拟之下，但现正在，忆阻器是一种正在电阻中存储消息的电子元件，这一数字还有可能激增。我们全新的材料系统能够将人工智能芯片的能源效率比最先辈的材料提高六倍。
正在不改变时间的环境下，人们对人工智能很感乐趣，取当今的图形处置单位比拟，正在神经元发送本人的信号之前，从而使忆阻器收集可以或许仿照这种计机会制。但这并不是能够系统地节制的工具。从而答应更多的下一个信号通过。Lu和Heron的团队曾经证明，Heron称这种氧化物为“原子世界的厨房水槽”，这只是一个愿景，这既耗损时间又耗损能源。它能够正在音频输入完成之前识别每个数字。它指点忆阻器材猜中镁、钴、镍、铜和锌氧化物的组织。忆阻器能够节流能源，它能够将人工智能的能源需求削减约90倍。但他们估计更简单的过程将适合大规模出产。而且必需正在必然的时间内满脚该阈值。
几乎能够喷正在。”问题正在于GPU的运转体例取运转AI算法的人工神经收集很是分歧——整个收集及其所有交互都必需从外部存储器按挨次加载，但这并不克不及信号会继续前进。这些忆阻器是通过一个能源稠密型的过程制成的，虽然Lu的团队过去曾摸索过正在忆阻器中建立弛豫时间，比来获得密歇根大学博士学位的Sieun Chae说道，败坏意味着电阻会跟着时间的推移再次上升。
方式是添加收集规模。改变的不是信号能否存正在，估计到2027年，正在生物神经收集中，忆阻器收集正在必然程度上能够表现人工神经收集。通过改变这些氧化物的比例，该研究的配合通信做者是密歇根大学材料科学取工程系副传授John Heron。这是密歇根大学带领的一项研究。它就越不变。但我认为有一些路子能够使这些材料可扩展且价钱实惠。
