W najnowszym przełomowym odkryciu naukowcy z CEA-LETI Université Grenoble Alpes, University of Zurich i ETH Zurich przedstawili rewolucyjne podejście do architektury układów sieci neuronowych. W swoim technicznym artykule zatytułowanym „Mosaic: obliczenia i przesyłanie w pamięci dla małych układów neuromorficznych opartych na impulsach” przedstawiają innowacyjną architekturę systoliczną o nazwie Mosaic, wykorzystującą rozproszone memristory do efektywnego przesyłania informacji i obliczeń w sieciach neuronów impulsowych (SNN).
Czerpiąc inspirację z połączeń w ludzkim mózgu, badacze przyjmują koncepcję grafów małego świata, charakteryzujących się lokalną gęstością i globalną rzadkością. Ta zasada, widoczna w procesach ewolucji różnych gatunków, stanowi klucz do niezawodnego i efektywnego przesyłania informacji. Jednak obecne struktury sztucznych sieci neuronowych nie w pełni wykorzystują korzyści z modeli sieci neuronów małego świata.
Mosaic wypełnia tę lukę, wprowadzając nową, nietypową architekturę nie-von Neumanna, która łączy obliczenia w pamięci i przesyłanie w pamięci przy użyciu rozproszonych memristorów. Mosaic wykorzystuje topologie grafów małego świata, korzystając z mocy SNN, aby osiągnąć niezrównaną efektywność w przesyłaniu. Projekt, wykonanie i eksperymenty demonstracyjne komponentów Mosaic dają imponujące wyniki, wykorzystując zintegrowane memristory z technologią CMOS o rozmiarze 130 nm.
Jednym z najważniejszych odkryć wynikających z ich badań jest znakomita efektywność przesyłania osiągnięta przez Mosaic w porównaniu do istniejących platform sprzętowych SNN. Wprowadzona lokalność łączenia sprawia, że Mosaic przewyższa inne o co najmniej jeden rząd wielkości pod względem efektywności przesyłania. Co więcej, Mosaic zapewnia konkurencyjną dokładność na różnych benchmarkach.
Ponadto, Mosaic oferuje skalowalne podejście do systemów Edge, wykorzystując moc rozproszonych obliczeń opartych na impulsach i przesyłanie w pamięci. Ze względu na swoją zdolność do rewolucjonizowania przesyłania informacji w systemach neuromorficznych, Mosaic otwiera drogę do bardziej efektywnych i potężnych aplikacji AI.
W miarę szybkiego postępu w dziedzinie AI, badania prowadzone przez tych wizjonerskich naukowców wskazują na nową erę architektur układów sieci neuronowych. Poprzez przyjęcie zasad sieci neuronów małego świata, Mosaic stwarza warunki dla poprawy efektywności i wydajności w przesyłaniu informacji, przesuwając granice możliwości AI i uczenia maszynowego.
The source of the article is from the blog motopaddock.nl