首页 >> 脉冲仪

未来的计算可以模拟大脑凹线

2022年11月10日

未来的计算可以模拟大脑

计算的长期趋势是使用超级计算和并行计算架构开发更小，更强大的设备。但是，由于能源和规模的限制，科学家们正面临着探索未来计算的替代架构的挑战。宾州州立大学的研究人员认为，他们可能会在基于二维材料的大脑启发设备中找到答案中国机械网okmao.com。

该设备可以提供更多的是或否答案，因为它依赖于与学习数据库进行比较的一系列概率响应。

“由于传统的冯·诺依曼计算架构的不可扩展性和即将到来的'黑暗硅'时代，复杂性扩展也在下降，这对多核处理器技术构成严重威胁，”研究人员在自然通讯的一个在线问题中指出。。

由于热量问题，现代计算机芯片不能同时为其大多数单独的晶体管供电。大多数现代计算机依赖于冯·诺依曼架构，该架构基于“是”或“否”答案的数字方法。程序指令和数据存储在同一存储器中并共享相同的通信通道。

“因此，数据操作和指令获取不能同时完成，”宾夕法尼亚州立大学研究员Saptarshi Das说，他是工程科学和力学助理教授。“对于使用神经网络的复杂决策，您可能需要一组超级计算机同时尝试使用并行处理器 - 并行数百万台笔记本电脑 - 这将占据足球场。例如，便携式医疗设备可以'这样工作。“

研究人员创建了一个大脑启发的模拟统计神经网络，与机器中的学习数据库相比，它提供了一系列概率响应。为此，研究人员开发了一种高斯场效应晶体管，由二维材料 - 二硫化钼和黑磷制成。这些设备更节能，产生的热量更少，因此非常适合扩展系统。

“人脑在20瓦的功率下无缝运行，”达斯说。“它更节能，包含1000亿个神经元，并且它不使用冯·诺依曼架构。”

将复杂的计算操作扩展到小型计算机芯片上是另一个关键挑战。

“尺寸缩放已停止，”达斯说。“我们只能在芯片上安装大约10亿个晶体管。我们需要像大脑那样更复杂。”

研究人员在人脑电图上测试了他们的神经网络，脑波的图形表示。在向网络提供许多EEG示例之后，网络可以接收新的EEG信号并对其进行分析并确定受试者是否在睡觉。

“我们不需要像人工神经网络那样需要广泛的训练周期或概率神经网络信息基础，”达斯说。

统计神经网络计算的一个潜在应用是医学，因为诊断决策并不总是是或否。计算架构还可以适用于需要小型，便携且使用最少能量的医疗诊断设备。