Los investigadores de KAIST fabricaron un hardware neuromórfico altamente escalable inspirado en el cerebro mediante la cointegración de neuronas y sinapsis de un solo transistor. Utilizando tecnología estándar de semiconductores de óxido de metal complementario de silicio CMOS, se espera que el hardware neuromórfico reduzca el costo del chip y simplifique los procedimientos de fabricación.
El equipo de investigación dirigido por Yang-Kyu Choi y Sung-Yool Choi produjo neuronas y sinapsis basadas en un solo transistor para hardware neuromórfico altamente escalable y mostró la capacidad de reconocer texto e imágenes faciales. Esta investigación apareció en avances científicos el 4 de agosto.
El hardware neuromórfico ha atraído mucha atención debido a sus funciones de inteligencia artificial, pero consume una potencia ultrabaja de menos de 20 vatios al imitar el cerebro humano. Para hacer que el hardware neuromórfico funcione, una neurona que genera un pico al integrar unCierta señal y una sinapsis que recuerde la conexión entre dos neuronas son necesarias, al igual que el cerebro biológico. Sin embargo, dado que las neuronas y sinapsis construidas en circuitos digitales o analógicos ocupan un gran espacio, existe un límite en términos de eficiencia y costos del hardware.Dado que el cerebro humano consta de aproximadamente 1011 neuronas y 1014 sinapsis, es necesario mejorar el costo del hardware para aplicarlo a dispositivos móviles y de IoT.
Para resolver el problema, el equipo de investigación imitó el comportamiento de las neuronas biológicas y las sinapsis con un solo transistor y las integró en una oblea de 8 pulgadas. Los transistores neuromórficos fabricados tienen la misma estructura que los transistores de memoria y lógicaque actualmente se producen en masa. Además, los transistores neuromórficos demostraron por primera vez que se pueden implementar con una 'estructura de Janus' que funciona como neurona y sinapsis, al igual que las monedas tienen cara y cruz.
El profesor Yang-Kyu Choi dijo que este trabajo puede reducir drásticamente el costo del hardware al reemplazar las neuronas y sinapsis que se basaban en complejos circuitos digitales y analógicos con un solo transistor. "Hemos demostrado que las neuronas y las sinapsis se pueden implementar usando untransistor único ", dijo Joon-Kyu Han, el primer autor." Al cointegrar neuronas de un solo transistor y sinapsis en la misma oblea utilizando un proceso CMOS estándar, se ha mejorado el costo del hardware neuromórfico, lo que acelerará la comercializaciónde hardware neuromórfico ", agregó Han. Esta investigación fue apoyada por la National Research Foundation NRF y el IC Design Education Center IDEC.
Fuente de la historia :
Materiales proporcionado por Instituto Avanzado de Ciencia y Tecnología de Corea KAIST . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :