В неотдавнашно проривно откритие, изследователи от CEA-LETI Université Grenoble Alpes, Университета на Цюрих и ETH Цюрих представяме революционен подход към архитектурите на невронни мрежи. Техническата им статия, озаглавена „Mosaic: in-memory computing and routing for small-world spike-based neuromorphic systems“, представя иновативна систолна архитектура наречена Mosaic, която използва разпределени мемристори за ефективно маршрутизиране на информация и изчисления във Spiking Neural Networks (SNNs).
Чрез вдъхновение от свързаността на хуманния мозък, изследователите приемат концепцията на така наречените „small-world“ графи, характеризирани с локална плътност и глобална разрежданост. Този принцип, видим в еволюционните процеси на различни видове, е ключът към здравословно и ефективно маршрутизиране на информация. Обаче, настоящите структури на изкуствени невронни мрежи не успяват напълно да интегрират ползите от моделите на „small-world“ невронни мрежи.
Mosaic преодолява това разминаване, като представя новаторска невон-Ноеманова архитектура, която комбинира изчисленията в паметта и маршрутизирането в паметта, използвайки разпределени мемристори. Чрез използването на „small-world“ графови топологии, Mosaic използва силата на SNNs, за да постигне безпрецедентна ефективност в маршрутизирането. Дизайнът, изработката и експерименталните демонстрации на компонентите на Mosaic показват изключителни резултати, като използват интегрирани мемристори с високотехнологична CMOS технология от 130 нм.
Едно от най-значимите открития от техните изследвания е изключителната ефективност в маршрутизирането, постигната от Mosaic, спрямо съществуващите хардуерни платформи на SNN. Принудената локална свързаност гарантира, че Mosaic надмина другите с поне един порядък в термините на ефективността на маршрутизиране. Изумително, докато постига изпъкналост в маршрутизирането, Mosaic осигурява и конкурентна точност в широк спектър от тестови показатели.
Освен това, Mosaic предлага мащабируем подход за системи с краен ресурс, като използва мощността на разпределеното изчисление на базата на сигнали и маршрутизиране в паметта. С потенциала си да революционира маршрутизирането на информацията в невроморфни системи, Mosaic отваря пътя за по-ефективни и мощни приложения в изкуствената интелигентност.
Докато областта на изкуствен интелект бързо напредва, изследванията на тези визионери науки приказват за нова ера на архитектурата на невронните мрежи. Чрез приемането на принципите на „small-world“ невронни мрежи, Mosaic подготвя почвата за подобрена ефективност и производителност в маршрутизирането на информацията, премествайки границите на AI и възможностите за машинно обучение.
The source of the article is from the blog shakirabrasil.info