美國研究人員研發人工神經元 可在 5 納秒內觸發並節省 500 倍能量

一種人工神經元的設計可在不到五納秒的時間內發射信號,並針對當前系統耗電量可降低至 500 倍的人工智慧硬件,可能使得受腦啟發的計算更接近日常設備。奧克蘭大學的研究人員設計了一種人工神經元,結合了一個微型磁性裝置與傳統的晶體管,以模擬人類大腦神經元的溝通方式。這種設計並不依賴日益複雜的數字電路,而是利用磁性材料的自然行為來處理資訊,可能為更快速及更省電的人工智慧晶片鋪平道路。

隨著人工智慧的使用增加,電力需求已成為業界的一大挑戰。大型人工智慧模型需要龐大的計算資源,推高數據中心的電力使用,使得在便攜式或邊緣設備上運行先進的人工智慧變得困難。研究人員指出,人類大腦仍然是高效計算的基準,僅消耗約 20 瓦特的電力即可執行數十億次操作,這大約是運行家庭燈泡所需的能量。相比之下,現代人工智慧系統則需要顯著更多的能量。根據團隊的說法,當前的人工智慧推理硬件在執行可比任務時的耗電量約為大腦的 500 倍,這對新硬件架構提出了強烈需求。

新型人工神經元的設計提高了計算效率

研究人員並不希望構建越來越大的處理器,而是從生物學中尋找靈感。他們表示:「我們的目標是使人工智慧在日常設備上變得實用,而不是依賴龐大的數據中心。」研究人員補充說,大腦的效率來自於神經元通過短暫的電脈衝進行溝通,而不是持續計算。

新型人工神經元由磁性隧道結構(MTJ)和一個標準的晶體管組成,這種晶體管在主流電子產品中非常常見。當電流流過該裝置時,磁性元件會自然而然地切換狀態,並產生類似生物神經元發射行為的電脈衝。由於該裝置依賴其內在的磁性特性,而非複雜的數字邏輯,因此所需的電路元件大幅減少。研究人員表示,該神經元的響應時間少於五納秒,允許資訊以極高的速度處理,同時保持低能耗。

研究指出,與傳統的人工智慧晶片反覆在處理器和記憶體之間移動數據不同,磁性神經元在資訊存儲的地方進行計算。這減少了不必要的數據傳輸,這是人工智慧耗電的主要原因之一。該人工神經元並非僅以二進位信號處理資訊,而是通過電脈衝的時間進行通訊,類似於大腦中的神經元。研究人員通過將多個磁性神經元連接成一個小型神經網絡,成功地訓練該網絡解決獨佔或(XOR)問題,這是一個廣泛用於測試神經網絡的基準。

該網絡通過調整脈衝時間而不是依賴傳統的數字計算來成功學習這一任務。

新技術有望推動人工智慧硬件的發展

團隊表示,這種事件驅動的方法意味著神經元在新資訊到達之前基本上保持不活躍,有助於減少不必要的能量消耗。若在硬件中得到展示,該技術可能使機器人、自主系統、智能感應器、可穿戴電子產品及其他在電力有限的邊緣設備中實現高效的人工智慧處理器。由於該設計結合了傳統的 CMOS 晶體管與已在商業記憶技術中使用的磁性裝置,研究人員認為它可以更容易地與當前的半導體製造工藝集成。

目前的研究基於模擬,下一步將是在真實運行條件下製造並實驗驗證磁性神經元。若成功,該方法可能為不僅更快而且能效極高的人工智慧硬件提供實用途徑。該研究已發表於《IEEE Circuits and Systems Transactions》期刊。

項目規格
響應時間少於五納秒
能耗約 20 瓦特

Henderson
Henderson

Henderson 是 TechRitual Hong Kong 科技編輯,專注報導智能手機、消費電子產品、SIM 卡及流動通訊市場。自加入 TechRitual 以來,累計撰寫數千篇科技報導及產品評測,內容同步發佈至 SINA 及 Yahoo Tech 等主要平台。

友情網站:國際版 / TechRitual WorldThe Base Principle(AI・工程)