工智能正以驚人的速度發(fā)展,但其不斷增長(zhǎng)的能源需求帶也來(lái)了重大挑戰(zhàn)。自旋電子器件是一種通過(guò)集成記憶和處理來(lái)模仿大腦效率的新技術(shù),可大幅減少AI能耗

打開網(wǎng)易新聞 查看精彩圖片

日本科學(xué)家現(xiàn)已開發(fā)出一種突破性的自旋電子器件,該器件可通過(guò)電子方式控制磁狀態(tài),從而大幅降低功耗。這一突破可能會(huì)徹底改變?nèi)斯ぶ悄苡布?,使芯片的能效大大提高,模仿神?jīng)網(wǎng)絡(luò)的運(yùn)作方式。

自旋電子器件:改變人工智能硬件格局的技術(shù)

人工智能正在迅速改變行業(yè),但隨著這些技術(shù)的發(fā)展,它們對(duì)電力的需求也在增長(zhǎng)。為了保持進(jìn)一步的發(fā)展,人工智能芯片必須更加節(jié)能。

這就是自旋電子器件的作用所在。通過(guò)集成內(nèi)存和計(jì)算功能(類似于人類大腦的運(yùn)作方式),它們?yōu)榈凸?AI 芯片提供了有希望的基礎(chǔ)。

來(lái)自東北大學(xué)、日本國(guó)立材料科學(xué)研究所和日本原子能機(jī)構(gòu)的研究人員開發(fā)出了一種突破性的自旋電子器件。這項(xiàng)新技術(shù)實(shí)現(xiàn)了非共線反鐵磁體和鐵磁體的電相互控制,從而實(shí)現(xiàn)了磁狀態(tài)的有效切換。實(shí)際上,它可以用更少的能量來(lái)存儲(chǔ)和處理信息,就像一個(gè)受大腦啟發(fā)的人工智能芯片一樣。

這一突破或?qū)楦咝Ч?jié)能的新一代人工智能硬件鋪平道路。該研究成果發(fā)表在上個(gè)月《自然通訊》雜志上。

模仿神經(jīng)網(wǎng)絡(luò)并實(shí)現(xiàn)超高效的人工智能芯片
打開網(wǎng)易新聞 查看精彩圖片
模仿神經(jīng)網(wǎng)絡(luò)并實(shí)現(xiàn)超高效的人工智能芯片

利用多狀態(tài)磁控制徹底改變?nèi)斯ぶ悄?/strong>

負(fù)責(zé)這項(xiàng)研究的東北大學(xué)的 Shunsuke Fukami 表示:盡管自旋電子學(xué)研究在電控制磁序方面取得了重大進(jìn)展,但大多數(shù)現(xiàn)有的自旋電子器件都將要控制的磁性材料的作用與提供驅(qū)動(dòng)力的材料的作用分開。

這些設(shè)備一旦制造出來(lái),就會(huì)有一個(gè)固定的操作方案,通常以二進(jìn)制方式將信息從“0”切換到“1”。然而,新研究團(tuán)隊(duì)的突破為電可編程切換多個(gè)磁狀態(tài)提供了重大創(chuàng)新。

傳統(tǒng)磁存儲(chǔ)裝置和新研究開發(fā)的電相互切換裝置的比較
打開網(wǎng)易新聞 查看精彩圖片
傳統(tǒng)磁存儲(chǔ)裝置和新研究開發(fā)的電相互切換裝置的比較

利用磁自旋霍爾效應(yīng)的力量

Fukami 和他的同事采用非共線反鐵磁體 Mn3Sn 作為核心磁性材料。通過(guò)施加電流,Mn3Sn 會(huì)產(chǎn)生自旋電流,通過(guò)稱為磁自旋霍爾效應(yīng)的過(guò)程驅(qū)動(dòng)相鄰鐵磁體 CoFeB 的切換。鐵磁體不僅響應(yīng)自旋極化電流,而且還會(huì)影響 Mn3Sn 的磁態(tài),從而實(shí)現(xiàn)兩種材料之間的電相互切換。

在概念驗(yàn)證實(shí)驗(yàn)中,該團(tuán)隊(duì)證明寫入鐵磁體的信息可以通過(guò) Mn3Sn 的磁狀態(tài)進(jìn)行電控制。通過(guò)調(diào)節(jié)設(shè)定電流,能夠以代表多種狀態(tài)的不同軌跡切換 CoFeB 的磁化。這種模擬切換機(jī)制(其中電流的極性可以改變寫入信息的符號(hào))是神經(jīng)網(wǎng)絡(luò)中的一項(xiàng)關(guān)鍵操作,模仿了突觸權(quán)重(模擬值)在 AI 處理中的功能。

通過(guò)電相互切換現(xiàn)象實(shí)現(xiàn)的神經(jīng)形態(tài)計(jì)算概念驗(yàn)證功能
打開網(wǎng)易新聞 查看精彩圖片
通過(guò)電相互切換現(xiàn)象實(shí)現(xiàn)的神經(jīng)形態(tài)計(jì)算概念驗(yàn)證功能

為節(jié)能的 AI 芯片鋪平道路

Fukami 表示:這一發(fā)現(xiàn)代表著朝著開發(fā)更節(jié)能的人工智能芯片邁出了重要一步。通過(guò)實(shí)現(xiàn)非共線反鐵磁體和鐵磁體之間的電氣相互切換,研究人員為電流可編程神經(jīng)網(wǎng)絡(luò)開辟了新的可能性,他們現(xiàn)在專注于進(jìn)一步降低工作電流并增加讀出信號(hào),這對(duì)于人工智能芯片的實(shí)際應(yīng)用至關(guān)重要。

該團(tuán)隊(duì)的研究為提高人工智能芯片的能源效率和最大限度地減少其對(duì)環(huán)境的影響開辟了新的途徑。