Делая обработки больших данных более энергоэффективными, используя магнитные цепи

Стремительное развитие технологий привело к огромному росту потребления энергии для обработки массивной находки данных, генерируемых устройствами. Но исследователи из cockrell Инженерной школы при Университете штата Техас в Остине нашли способ сделать новое поколение умных компьютеров более энергоэффективными.

Традиционно, кремния фишки образуют строительные блоки инфраструктуры, что полномочия компьютеры. Но это исследование использует магнитные компоненты вместо кремния и обнаруживает новую информацию о том, как физика магнитных компонентов может снизить затраты на энергию и требования тренировочные алгоритмы — нейронные сети, которые способны думать, как люди и делают такие вещи, как распознавание изображений и моделей.

«Сейчас методы для обучения нейронных сетей являются очень энергоемкими», — сказал Жан Incorvia Энн, ассистент профессора в отделе школы Кокрелл по электрической и компьютерной инженерии. «Наша работа может помочь уменьшить учебных усилий и энергетических затрат».

Выводы исследователей были опубликованы на этой неделе в ВГД нанотехнологии. Incorvia вел изучение с первого автора и второго курса выпускник может Кюи. Incorvia и Цуй обнаружил, что интервал магнитные нанопроволоки, действуя в качестве искусственных нейронов, определенным образом, естественно, увеличивает способность искусственных нейронов, чтобы конкурировать друг против друга, с наиболее активированы выигрыш. Для достижения этого эффекта, известного как «латерального торможения» традиционно требует дополнительного схемы в компьютерах, что повышает затраты и требует больше энергии и пространства.

Сказал Incorvia их метод обеспечивает снижение энергопотребления от 20 до 30 раз количество используемого стандартного алгоритма обратного распространения при выполнении той же задачи обучения.

Таким же образом человеческий мозг содержит нейроны, новая-эра компьютеров имеют искусственные версии этих интегральных нервных клеток. Латеральное торможение происходит, когда нейроны быстрее сможете предотвратить медленных нейронов от стрельбы. В вычислительной технике, это сокращает использование энергии в области обработки данных.

Объясняет Incorvia, что путь компьютеры работают принципиально меняется. Одной из основных тенденций является концепция нейроморфных вычислений, который, по существу, конструировать компьютеры думать, как человеческий мозг. Вместо задачи обработки по одному, эти интеллектуальные устройства предназначены для анализа больших объемов данных одновременно. Эти нововведения привели к революции в области машинного обучения и искусственного интеллекта, который доминировал в технологическом ландшафте за последние годы.

Данное исследование сфокусировано на взаимодействии двух магнитных нейронов и первые результаты по взаимодействиям нескольких нейронов. Следующий шаг состоит в применении полученных результатов для большие наборы из нескольких нейронов, а также экспериментальная проверка их результатов.

Исследование финансировалось Национальным научным фондом премии Карьерный и национальных лабораторий Сандиа с ресурсами из УТ Техас расширенный вычислительный центр.

сделать разницу: спонсорские возможности