日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時間:8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
能打造新型CPU的分子元件,if語句攢出決策樹,能頂數(shù)千晶體管

本文經(jīng)AI新媒體量子位(公眾號ID:QbitAI)授權(quán)轉(zhuǎn)載,轉(zhuǎn)載請聯(lián)系出處。

創(chuàng)新互聯(lián)專注于咸陽網(wǎng)站建設(shè)服務(wù)及定制,我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗。 熱誠為您提供咸陽營銷型網(wǎng)站建設(shè),咸陽網(wǎng)站制作、咸陽網(wǎng)頁設(shè)計、咸陽網(wǎng)站官網(wǎng)定制、微信小程序開發(fā)服務(wù),打造咸陽網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供咸陽網(wǎng)站排名全網(wǎng)營銷落地服務(wù)。

用電壓控制有機分子材料,實現(xiàn)決策樹算法,相當(dāng)于實現(xiàn)了if-then-else語句的功能。

不僅如此,研究人員還用多個元件攢出一棵有71個節(jié)點的復(fù)雜決策樹。

這篇論文發(fā)表在最新一期Nature上。

更厲害的是,不像傳統(tǒng)固定寫死的電路,這種元件還具有可動態(tài)重編程的特性。

重編程的方式也很簡單,只需要改變電壓就能做到。

在一個時間步內(nèi)完成復(fù)雜計算后,施加不同的電壓脈沖,下一個瞬間能完成另一項計算任務(wù)。

就像人類大腦可以通過斷開和建立神經(jīng)元間的鏈接來重新布線一樣。

論文作者之一Venkatesan認為,一個他們的新元件能完成的計算功能換成晶體管需要數(shù)千個。

這個新型元件叫分子憶阻器 (Molecular Memristor)。

憶阻器是一種基礎(chǔ)電路元件,可以代替晶體管完成通用計算,開發(fā)出新型CPU

而且能把存儲和運算集成到一起,省去數(shù)據(jù)在CPU和內(nèi)存之間來回搬運消耗的時間。

這次登上Nature的分子憶阻器,用有機分子代替了傳統(tǒng)憶阻器中的金屬氧化物,讓元件在不同溫度下保持穩(wěn)定,計算也更精準。

因此Nature給出的評價是:

開辟了一條通向超高效計算的道路。

憶阻器研究受到Nature青睞的原因還有一個,有望打破當(dāng)前算力發(fā)展的瓶頸。

算力發(fā)展遇到什么瓶頸?

從你的手機、家用電腦直到超級計算機,算力進一步提升都要面對一個問題:馮諾依曼瓶頸。

馮諾依曼體系的計算機,運算器和存儲器是分開的,也就是我們熟悉的CPU和內(nèi)存。

除了數(shù)據(jù)在CPU和內(nèi)存之間被來回搬運很浪費時間和功耗意外,現(xiàn)在還出現(xiàn)新的問題。

由于CPU的運算速度增長比內(nèi)存存取速度快的多,內(nèi)存成了拖后腿的,越來越限制CPU性能的發(fā)揮。

這個問題在GPU和顯存之間同樣存在,在AI訓(xùn)練中也被叫做“內(nèi)存墻”,成了AI訓(xùn)練的一大障礙。

近年來有個解決思路就是把計算和存儲放到一起,也就是設(shè)計存算一體的芯片。

用憶阻器 (Memristor)就是實現(xiàn)存算一體的方法之一。

憶阻器是電阻、電容和電感之后的第4種電路基本元件,1971年被華裔科學(xué)家蔡少棠從理論上預(yù)言。

如上圖所示,傳統(tǒng)的三大元件中,電阻器反映的是電壓與電流之間的關(guān)系,電容器反映的是電荷量與電壓的關(guān)系,電感反映磁通量與電流之間的關(guān)系。

蔡少棠根據(jù)理論上的對稱性推斷,應(yīng)存在一種元件可以反映電荷量與磁通量之間的關(guān)系。

對這種元件施加正電壓,其阻值會隨著通過的電流改變,如果電流停止電阻會停留在當(dāng)前值,相當(dāng)于“記住”了電流量。

如果施加反向電壓,通過元件的反向電流會讓阻值回到原位,相當(dāng)于“擦除”了之前的記憶。

所以蔡少棠把英文中的Memory(記憶)+Resistor(電阻器)組合起來把這種元件命名為Memristor(憶阻器)。

如果把高阻值定義為1,低阻值定義為0,憶阻器就可以同時實現(xiàn)二進制的計算和存儲。

憶阻器的這種特性和人類神經(jīng)元中的突觸十分類似,所以基于憶阻器的計算也被稱作“類腦計算”。

憶阻器的基本結(jié)構(gòu)就像一個三明治,由兩片金屬夾著中間的一層薄膜。

2008年惠普首次用二氧化鈦薄膜研制出金屬氧化物憶阻器,后來又發(fā)展出二氧化鈮、二氧化釩等使用不同材料的憶阻器。

但這些基于金屬氧化物的憶阻器有幾個共同的弱點。

一個是只能在限定溫度范圍里工作,還有一個是不夠穩(wěn)定,多次運算的結(jié)果在統(tǒng)計上存在偏差。

尋找更好的替代材料就成了關(guān)鍵。

動態(tài)可重構(gòu)的分子憶阻器

嚴苛的環(huán)境限制,不穩(wěn)定的計算結(jié)果,其實都可以歸結(jié)為沒有靈活應(yīng)對變化環(huán)境的能力。

這也是因為,即使是最先進的半導(dǎo)體邏輯電路,也是基于硬連接的閾值開關(guān)來執(zhí)行預(yù)訂的邏輯功能的。

那么,有沒有提高這些邏輯電路性能的方法呢?

研究團隊提出了一種思路:將復(fù)雜的邏輯功能固定在單個電路元件的材料屬性里。

于是,他們設(shè)計了一種新的有機分子:

這是一種由一個金屬鐵原子作為中心,再結(jié)合三個被稱為配體的苯基偶氮吡啶有機分子(phenyl azo pyridine organic molecules)形成的“電子海綿”。

它最多能可逆地吸收六個電子,產(chǎn)生七種不同的氧化還原狀態(tài)。

這種材料會以一層分子薄膜的形式旋鑄在電路的底層電極上。

制成的薄膜經(jīng)驗證,在-40℃到70℃不同溫度間進行1300次重復(fù)實驗?zāi)鼙3址€(wěn)定。

另外最底下還有一層電極,是一層60納米的氧化銦錫(ITO)薄膜,表面涂有場增強的金浸潤的納米盤(gold nano- disks):

這樣,我們就得到了一種具有特殊分子結(jié)構(gòu)的憶阻器。

在向這種憶阻器施加電壓時,它能夠具有持續(xù)的高電阻和低電阻狀態(tài)。

而與傳統(tǒng)的氧化物憶阻器不同,這種分子憶阻器還能夠在高導(dǎo)電性和低導(dǎo)電性之間突然發(fā)生轉(zhuǎn)變。

同時,分子憶阻器的當(dāng)前電導(dǎo)率也取決于曾經(jīng)的歷史狀態(tài):

團隊中的Venkatesan對此這樣解釋:

你可以把這個裝置想象成一個開關(guān),當(dāng)施加負電壓時,分子材料中的配體會還原或獲得電子,裝置會首先從開切換到關(guān),再從關(guān)到開,然而在開關(guān)兩個狀態(tài)之間不斷反復(fù)。

通過這種“兩極開關(guān)”的特性,邏輯操作的輸出就能被數(shù)字化并存儲

而且控制開關(guān)的氧化還原機制是由分子內(nèi)在的能級結(jié)構(gòu)決定,開關(guān)的觸發(fā)條件非常精準。

為了將這種物理行為與高效的計算聯(lián)系起來,團隊中的Goswami提出,可以從算法層面來理解這種復(fù)雜的電流-電壓分布:

也就是包含了if-then-else語句的決策樹算法。

這是一個由71個節(jié)點組成的決策樹,其中紅色指關(guān)電導(dǎo)狀態(tài),綠色指開電導(dǎo)狀態(tài)。

每一個氧化還原狀態(tài)可以提供不同的初始條件,然后產(chǎn)生自己的樹集(也就是通過一組相互關(guān)聯(lián)的輸入來預(yù)測輸出的邏輯函數(shù))。

這樣,憶阻器的物理特性便直接將輸入與輸出連系了起來。

當(dāng)條件改變,需要去處理或?qū)W習(xí)一樣新的東西時,只要施加一個不同的電壓脈沖,設(shè)備就能夠進行邏輯上的重新編程重新配置。

這就不禁讓人想起大腦神經(jīng)的可塑性。

大腦可以通過建立和斷開神經(jīng)細胞之間的連接,以此改變周圍的線路。

而現(xiàn)在我們創(chuàng)造的這種分子裝置也能夠通過重新編程改變邏輯,進而實現(xiàn)這種重構(gòu)。

此外,這一分子憶阻器還能實現(xiàn)CPU中使用的通用邏輯功能,包括AND、OR、NAND、XOR。

這也就意味著它同時擁有寄存器和執(zhí)行單元的功能。

如果用在電腦或手機里,那么在寄存器和執(zhí)行單元之間進行數(shù)據(jù)穿梭所花費的時間和功耗將被大大減少。

現(xiàn)在,這種全新的電路元件總能量和面積(area)方面的效率,至少要比利用DRAM作為存儲器的CMOS高出2個數(shù)量級。

團隊介紹

Sreetosh Goswami,一作兼通訊作者,新加坡國立大學(xué)(NUS)物理系,同時也是新加坡國立大學(xué)納米研究所(NUSNNI)的成員。

主要研究方向是納米電子學(xué)和光電子學(xué),這次整個項目主要由他設(shè)計,并進行了電學(xué)和光譜測量。

Sreebrata Goswami,通訊作者,印度科學(xué)普及協(xié)會(IACS)的化學(xué)科學(xué)學(xué)院教授,他設(shè)計出了這次用到的有機分子材料。

Stanley Williams,通訊作者,德州農(nóng)工大學(xué)的電子與計算機工程系教授,主要研究方向是納米電子學(xué),曾獲2014年IEEE杰出工程師。

T. Venkatesan,通訊作者,現(xiàn)任新加坡國立大學(xué)納米研究所所長,是脈沖激光沉積工藝的創(chuàng)始人。

論文地址:
https://www.nature.com/articles/s41586-021-03748-0

《Nature》News&Views點評

https://www.nature.com/articles/d41586-021-02323-x


新聞標題:能打造新型CPU的分子元件,if語句攢出決策樹,能頂數(shù)千晶體管
網(wǎng)頁URL:http://www.5511xx.com/article/djpihop.html