Team præsenterer hjerneinspireret, meget skalerbar neuromorf hardware

KAIST-forskere fremstillede en hjerne-inspireret meget skalerbar neuromorf hardware ved at co-integrere enkelte transistorneuroner og synapser. Ved hjælp af standard silicium komplementær metal-oxid-halvleder (CMOS) teknologi, den neuromorfe hardware forventes at reducere chipomkostninger og forenkle fremstillingsprocedurer.

Forskerholdet ledet af Yang-Kyu Choi og Sung-Yool Choi producerede neuroner og synapser baseret på en enkelt transistor til meget skalerbar neuromorf hardware og viste evnen til at genkende tekst og ansigtsbilleder. Denne forskning blev omtalt i Science Advances den 4. august.

Neuromorf hardware har tiltrukket sig stor opmærksomhed på grund af dets kunstige intelligensfunktioner, men forbruger ultralav effekt på mindre end 20 watt ved at efterligne den menneskelige hjerne. For at få neuromorfisk hardware til at fungere, en neuron, der genererer en spids, når den integrerer et bestemt signal, og en synapse, der husker forbindelsen mellem to neuroner, er nødvendig, ligesom den biologiske hjerne. Imidlertid, da neuroner og synapser konstrueret på digitale eller analoge kredsløb optager et stort rum, der er en grænse med hensyn til hardwareeffektivitet og omkostninger. Da den menneskelige hjerne består af omkring 10 ¹¹ neuroner og 10 ¹⁴ synapser, det er nødvendigt at forbedre hardwareomkostningerne for at anvende det på mobile og IoT-enheder.

For at løse problemet, forskerholdet efterlignede adfærden af ​​biologiske neuroner og synapser med en enkelt transistor, og co-integrerede dem på en 8-tommer wafer. De fremstillede neuromorfe transistorer har samme struktur som transistorerne for hukommelse og logik, der i øjeblikket masseproduceres. Ud over, de neuromorfe transistorer beviste for første gang, at de kan implementeres med en "Janus-struktur", der fungerer som både neuron og synapse, ligesom mønter har hoved og hale.

Professor Yang-Kyu Choi sagde, at dette arbejde dramatisk kan reducere hardwareomkostningerne ved at erstatte neuroner og synapser, der var baseret på komplekse digitale og analoge kredsløb, med en enkelt transistor. "Vi har vist, at neuroner og synapser kan implementeres ved hjælp af en enkelt transistor, " sagde Joon-Kyu Han, den første forfatter. "Ved at samintegrere enkelte transistorneuroner og synapser på den samme wafer ved hjælp af en standard CMOS-proces, hardwareomkostningerne for den neuromorfe hardware er blevet forbedret, som vil fremskynde kommercialiseringen af ​​neuromorf hardware, Han tilføjede. Denne forskning blev støttet af National Research Foundation (NRF) og IC Design Education Center (IDEC).