利用磁性组件物理可降低能耗改善大数据处理所需算法的要求

cslehe

#111723#德克萨斯大学卡克雷尔工程学院的研讨职员宣称，曾经找到了一种使下一代智能装备和盘算机愈加无效的方式，这些装备和盘算机将依托大数据处置。
咱们对越来越智能的技巧的需要一直增加，致使动力应用量大批增添，这是处置电子装备天生的大批数据所必须的。
然而，德克萨斯州的研讨职员宣称找到了一种方式，该方式通过应用磁性部件取代盘算机芯片来形成盘算机和电子装备的结构块，从而使“智能盘算机”愈加节能。
该小组的研讨宣布在《IOP纳米技巧》杂志上，供给了有关磁性组件物理怎样下降能耗以及练习大数据处置所需算法的请求的新信息。
这些都长短常耗能的，然而Cockrell团队宣称他们的任务能够“辅助增加与他们相干的培训任务和动力本钱”。
增加动力耗费
研讨成果描写了考克雷尔学院电气与盘算机工程系的助理教学让·安妮·Incorvia与二年级研讨生Can Cui一同任务，以发明通过以某些方法离隔纳米线天然会增添人工神经元的才能。 相互竞争，而最活泼的竞争则排在首位。
这被称为“侧向克制”，传统上须要在盘算机内停止额定的电路衔接，然而是通过离隔充任人工神经元的空间来实现的。 Incorvia宣称，该方式在履行雷同的呆板进修义务时，最多可将尺度反向传布算法应用的能量增加20－30倍。

德克萨斯大学奥斯汀分校的研讨职员供给的图表表现了他们对神经元的把持以最大水平地克制横向烦扰。 图片起源：德克萨斯大学奥斯汀分校供给
将发明利用于更大的多个神经元聚集
在研讨论文中，Incorvia持续阐明盘算机的运转方法正在“基本转变”。多数有盼望的趋向之一是神经状态盘算的观点，这是一个研讨范畴，努力于计划能够像人脑一样思考的盘算机。
他们能够同时候析大批数据，而不用一次处置一个义务，有些人以为这是人工智能和呆板进修获得严重停顿的要害。
横向克制是一种高兴的神经元增加其街坊运动的才能，是神经状态盘算中的主要功效。在人类神经生物学中，它使举措电位在横向偏向上没法从高兴的神经元传布到附近的神经元。
将来研讨
在诸如盘算机的神经状态硬件平台中，横向克制是通过外部电路来实现的，从而下降了能效并增添了此类体系的占空中积。
Incorvia的团队盼望通过调剂一对相邻的DW－MTJ神经元之间的磁彼此感化来最大化成对的磁畴壁赛道中的侧向克制来处理这些成绩。这项研讨的下一步触及将发明利用于更多组的多个神经元。
gt
更多内容阅读推荐：洗衣机f8怎么办