Calculul nanomagnetic ar putea reduce drastic utilizarea energiei AI PlatoBlockchain Data Intelligence. Căutare verticală. Ai.

Calculul nanomagnetic ar putea reduce drastic consumul de energie al inteligenței artificiale

Marca temporală: 9 mai 2022, ora 10:00
energie AI de calcul nanomagnetic

Pe măsură ce Internetul lucrurilor se extinde, inginerii doresc să încorporeze AI în orice, dar cantitatea de energie necesară este o provocare pentru cele mai mici și mai îndepărtate dispozitive. O nouă abordare de calcul „nanomagnetică” ar putea oferi o soluție.

În timp ce majoritatea AI Dezvoltarea de astăzi se concentrează pe modele mari și complexe care rulează în centre de date uriașe, există și o cerere tot mai mare pentru modalități de a rula aplicații AI mai simple pe dispozitive mai mici și mai limitate de putere.

Pentru multe aplicații, de la dispozitive portabile la senzori industriali inteligenți la drone, trimiterea de date către sisteme AI bazate pe cloud nu are sens. Acest lucru se poate datora preocupărilor legate de partajarea datelor private sau întârzierilor inevitabile care apar din transmiterea datelor și așteptarea unui răspuns.

Dar multe dintre aceste dispozitive sunt prea mici pentru a găzdui tipul de procesoare de mare putere utilizate în mod normal pentru AI. De asemenea, tind să funcționeze cu baterii sau cu energia recoltată din mediul înconjurător și, prin urmare, nu pot îndeplini cerințele de putere solicitante ale abordărilor convenționale de deep learning.

Acest lucru a condus la un număr tot mai mare de cercetări asupra noilor abordări hardware și de calcul care fac posibilă rularea AI pe aceste tipuri de sisteme. O mare parte din această muncă a căutat să împrumute de la creier, care este capabil de fapte incredibile de calcul folosind aceeași cantitate de putere ca un bec. Acestea includ cipuri neuromorfe care imită cablajul creierului și procesoarele construite din memristori-componente electronice care se comportă ca neuroni biologici.

Noi cercetări conduse by Oamenii de știință de la Imperial College din Londra sugerează că calculul cu rețele de magneți la scară nanometrică ar putea fi o alternativă promițătoare. Într-o hârtie publicat săptămâna trecută în Natură Nanotehnologia, echipa a arătat că, aplicând câmpuri magnetice la o serie de elemente magnetice minuscule, ar putea antrena sistemul să proceseze date complexe și să ofere predicții folosind o fracțiune din puterea unui computer normal.

În centrul abordării lor se află ceea ce este cunoscut sub numele de metamaterial, un material creat de om a cărui structură fizică internă este atent proiectată pentru a-i conferi proprietăți neobișnuite care nu se găsesc în mod normal în natură. În special, echipa a creat un „sistem de spin artificial”, un aranjament al multor nanomagneți care se combină pentru a prezenta un comportament magnetic exotic.

Designul lor este alcătuit dintr-o rețea de sute de bare de permalloy lungi de 600 de nanometri, un aliaj nichel-fier foarte magnetic. Aceste bare sunt aranjate într-un model repetat de X ale căror brațe superioare sunt mai groase decât brațele lor inferioare.

În mod normal, sistemele de spin artificiale au o singură textură magnetică, care descrie modelul de magnetizare pe nanomagneții săi. Dar metamaterialul echipei imperiale prezintă două texturi distincte și capacitatea diferitelor părți ale acestuia de a comuta între ele ca răspuns la câmpurile magnetice.

Cercetătorii au folosit aceste proprietăți pentru a implementa o formă de IA cunoscută sub numele de calcul de rezervor. Spre deosebire de deep learning, în care o rețea neuronală își rebranșează conexiunile pe măsură ce se antrenează pentru o sarcină, această abordare alimentează date într-o rețea ale cărei conexiuni sunt toate fixe și pur și simplu antrenează un singur strat de ieșire pentru a interpreta ceea ce iese din această rețea.

De asemenea, este posibil să înlocuiți această rețea fixă ​​cu sisteme fizice, inclusiv lucruri precum memristori sau oscilatori, atâta timp cât au anumite proprietăți, cum ar fi un răspuns neliniar la intrări și o formă de memorie a intrărilor anterioare. Noul sistem de rotație artificială se potrivește acestor cerințe, așa că echipa l-a folosit ca rezervor pentru a efectua o serie de sarcini de procesare a datelor.

Ei introduc date în sistem supunându-l la secvențe de câmpuri magnetice înainte de a-și permite propria dinamică internă. la procesează datele. Apoi au folosit o tehnică de imagistică numită rezonanță feromagnetică pentru a determina distribuția finală a nanomagneților, care a oferit răspunsul.

Deși acestea nu erau sarcini practice de procesare a datelor, echipa a reușit să demonstreze că dispozitivul lor a fost capabil să se potrivească cu schemele principale de calcul al rezervorului într-o serie de provocări de predicție care implică date care variază în timp. Foarte important, ei au arătat că a fost capabil să învețe eficient pe seturi de instruire destul de scurte, ceea ce ar fi important în multe aplicații IoT din lumea reală.

Și nu numai că dispozitivul este foarte mic, dar și faptul că folosește câmpuri magnetice pentru a efectua calcule, mai degrabă decât să transfere electricitatea, înseamnă că consumă mult mai puțină energie. În un comunicat de presă, cercetătorii estimează că atunci când este extins, ar putea fi de 100,000 de ori mai eficient decât calculul convențional.

Mai este mult de parcurs înainte ca acest tip de dispozitiv să poată fi folosit în practică, dar rezultatele sugerează că computerele bazate pe magneți ar putea juca un rol important în încorporarea AI peste tot.

Credit imagine: BarbaraJackson / 264 de imagini

Timestamp-ul:

Mai mult de la Singularity Hub