0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

韓國開發(fā)出大規(guī)模人工神經(jīng)網(wǎng)絡(luò)硬件技術(shù)

微云疏影 ? 來源:綜合整理 ? 作者:綜合整理 ? 2024-01-26 09:55 ? 次閱讀

韓國科技研究院神經(jīng)形態(tài)工程中心研發(fā)了一項集成元件技術(shù),用于構(gòu)建大規(guī)模人工神經(jīng)網(wǎng)絡(luò)硬件設(shè)備,其創(chuàng)新之處在于采用hBN制作憶阻器器件,以實現(xiàn)設(shè)備之間的類似“樂高”式連接。

wKgaomWzENWAfh-nAAOHi2ta0-o846.png

(A)生物神經(jīng)網(wǎng)絡(luò)的原理圖。(B)使用人工神經(jīng)形態(tài)裝置在硬件中實現(xiàn)的人工神經(jīng)網(wǎng)絡(luò)的電路原理圖。(C)隨著突觸權(quán)重的變化,兩個神經(jīng)元之間的連接強度變化的實驗結(jié)果。觀察到下游神經(jīng)元的放電程度隨著突觸重量的減小而降低。

圖片來源:韓國科學(xué)技術(shù)研究院

借助hBN這種二維材料的優(yōu)質(zhì)性能,該團隊成功地實現(xiàn)了高集成度與超低功耗。他們精心設(shè)計的人工神經(jīng)元及突觸器件,在簡化結(jié)構(gòu)并提高網(wǎng)絡(luò)可擴展性的同時,更具優(yōu)越的處理能力。此舉將為大規(guī)模神經(jīng)網(wǎng)絡(luò)硬件設(shè)備的研發(fā)打開新的大門。

這項研究還涉及到在硬件中展示高效的“神經(jīng)元—突觸—神經(jīng)元”結(jié)構(gòu),模擬人類大腦中的尖峰信號信息傳輸。通過實驗證明,只需調(diào)整人工突觸裝置的重量即可實現(xiàn)兩個神經(jīng)元間尖峰信號信息的調(diào)控。此外,科研團隊進一步展示了將新型hBN設(shè)備應(yīng)用于環(huán)保型低功耗、大規(guī)模AI硬件系統(tǒng)的巨大潛力。

研究人員強調(diào),此類人工神經(jīng)網(wǎng)絡(luò)硬件系統(tǒng)可用于各類實際生活場景的海量數(shù)據(jù)處理,涉及諸多領(lǐng)域,包括智慧城市、醫(yī)療保健、通信、氣象預(yù)報以及無人駕駛車輛等。這項新研究有望大大降低能源消耗,克服傳統(tǒng)硅CMOS器件擴展局限性,從而有利改善全球環(huán)境污染問題。

人腦在極低能耗情況下仍能高效運作,這無疑給人工智能研究者帶來挑戰(zhàn)。他們試圖從軟件和硬件兩個角度出發(fā),對人腦進行全面細致的模仿。例如,硬件方面,通過模仿人腦神經(jīng)元和突觸之間的聯(lián)通,達到與人腦同樣的信息傳送效果。然而,如何設(shè)計出能真正有效運行的大尺度神經(jīng)網(wǎng)絡(luò)算法,關(guān)鍵在于構(gòu)建具備成本效益與可擴展特性的硬件系統(tǒng)。本次研究中,他們通過研制如同“樂高”搭積木般的集成元件,開辟了全新的可能途徑。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4729

    瀏覽量

    100347
  • 神經(jīng)元
    +關(guān)注

    關(guān)注

    1

    文章

    363

    瀏覽量

    18424
  • 二維材料
    +關(guān)注

    關(guān)注

    0

    文章

    38

    瀏覽量

    5511
收藏 人收藏

    評論

    相關(guān)推薦

    神經(jīng)網(wǎng)絡(luò)專用硬件實現(xiàn)的方法和技術(shù)

    神經(jīng)網(wǎng)絡(luò)專用硬件實現(xiàn)是人工智能領(lǐng)域的一個重要研究方向,旨在通過設(shè)計專門的硬件來加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理過程,提高計算效率和能效比。以下將詳細
    的頭像 發(fā)表于 07-15 10:47 ?743次閱讀

    BP神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

    BP神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)之間的關(guān)系與區(qū)別,是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及
    的頭像 發(fā)表于 07-10 15:20 ?609次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的案例分析

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)作為深度學(xué)習(xí)領(lǐng)域的重要分支,自20世紀(jì)80年代以來一直是人工智能領(lǐng)域的研究熱點。其靈感來源于生物神經(jīng)網(wǎng)絡(luò),通
    的頭像 發(fā)表于 07-08 18:20 ?592次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的工作原理及應(yīng)用

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks, ANNs)是一種受到生物神經(jīng)網(wǎng)絡(luò)啟發(fā)的計算模型,用于模擬人腦處理信息的方式。它們在許多領(lǐng)域都有廣泛的應(yīng)用,包括圖像識別、語音識別
    的頭像 發(fā)表于 07-05 09:25 ?479次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型包含哪些層次

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)的計算模型,具有自適應(yīng)、自學(xué)習(xí)、泛化能力強等特點。本文將詳細介紹人工
    的頭像 發(fā)表于 07-05 09:17 ?413次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型的分類有哪些

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks, ANNs)是一種模擬人腦神經(jīng)元網(wǎng)絡(luò)的計算模型,它在許多領(lǐng)域,如圖像識別、語音識別、自然語言處理、預(yù)測分析等有著廣泛的應(yīng)用。本文將
    的頭像 發(fā)表于 07-05 09:13 ?795次閱讀

    人工智能神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是什么

    人工智能神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)的計算模型,其結(jié)構(gòu)和功能非常復(fù)雜。 引言 人工智能神經(jīng)網(wǎng)絡(luò)是一種模擬人腦
    的頭像 發(fā)表于 07-04 09:37 ?356次閱讀

    神經(jīng)網(wǎng)絡(luò)人工智能的關(guān)系是什么

    神經(jīng)網(wǎng)絡(luò)人工智能的關(guān)系是密不可分的。神經(jīng)網(wǎng)絡(luò)人工智能的一種重要實現(xiàn)方式,而人工智能則是神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-03 10:25 ?777次閱讀

    bp神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)區(qū)別是什么

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是兩種不同類型的人工神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-03 10:12 ?752次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    化能力。隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展,神經(jīng)網(wǎng)絡(luò)已經(jīng)成為人工智能領(lǐng)域的重要技術(shù)之一。卷積神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)
    的頭像 發(fā)表于 07-02 14:24 ?1863次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的含義和用途是

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)是一種受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)而構(gòu)建的數(shù)學(xué)模型,它通過模擬人腦神經(jīng)元的連接和信息傳遞方式來實現(xiàn)對復(fù)雜數(shù)據(jù)的處
    的頭像 發(fā)表于 07-02 10:07 ?484次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的工作原理是什么

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)的計算模型,它通過大量的簡單計算單元(神經(jīng)元)和它們之間的連接(突觸)來實現(xiàn)對復(fù)
    的頭像 發(fā)表于 07-02 10:06 ?731次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的模型及其應(yīng)用有哪些

    ,人工神經(jīng)網(wǎng)絡(luò)已經(jīng)發(fā)展成為機器學(xué)習(xí)和人工智能領(lǐng)域的重要技術(shù)之一。本文將詳細介紹人工神經(jīng)網(wǎng)絡(luò)的模型
    的頭像 發(fā)表于 07-02 10:04 ?691次閱讀

    詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    在如今的網(wǎng)絡(luò)時代,錯綜復(fù)雜的大數(shù)據(jù)和網(wǎng)絡(luò)環(huán)境,讓傳統(tǒng)信息處理理論、人工智能與人工神經(jīng)網(wǎng)絡(luò)都面臨巨大的挑戰(zhàn)。近些年,深度學(xué)習(xí)逐漸走進人們的視線,通過深度學(xué)習(xí)解決若干問題的案例越來越多。一
    的頭像 發(fā)表于 01-11 10:51 ?1783次閱讀
    詳解深度學(xué)習(xí)、<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>與卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的應(yīng)用

    大規(guī)模神經(jīng)網(wǎng)絡(luò)優(yōu)化:超參最佳實踐與規(guī)模

    從理論分析入手把握大規(guī)模神經(jīng)網(wǎng)絡(luò)優(yōu)化的規(guī)律,可以指導(dǎo)實踐中的超參數(shù)選擇。反過來,實踐中的超參數(shù)選擇也可以指導(dǎo)理論分析。本篇文章聚焦于大語言模型,介紹從 GPT 以來大家普遍使用的訓(xùn)練超參數(shù)的變化
    的頭像 發(fā)表于 12-10 21:45 ?918次閱讀