2020-10-15 16:16:20
来 源
中存储
存储器/芯片
《高级材料》上发表的一篇论文:从房屋涂料中发现的常见材料,可实现高能效的机器推理操作。

对于非易失性存储器的新技术探索可能已经解决了一个问题,该问题一直在阻碍机器学习,并有可能革新语音识别,图像处理和自动驾驶。

桑迪亚国家实验室(Sandia National Laboratories)的一个团队与密歇根大学的合作者一起,在同行评审杂志《高级材料》上发表了一篇论文,其中详细介绍了一种新方法,该方法将赋予计算机芯片以更高的处理能力,从而为机器学习应用程序提供动力。模拟存储设备中使用了从房屋涂料中发现的常见材料,可实现高能效的机器推理操作。

氧化钛是最常用的材料之一。您购买的每种涂料都含有二氧化钛。它便宜且无毒。”桑迪亚材料科学家Alec Talin解释说。“这是氧化物,那里已经有氧气。但是,如果您抽出一些空缺,就会产生所谓的氧空位。事实证明,当您产生氧空位时,会使该材料导电。”

这些氧气空缺现在可以存储电数据,从而几乎为任何设备提供了更多的计算能力。Talin和他的团队通过将计算机芯片加热到高于华氏302度(150摄氏度)的氧化钛涂层,产生氧空位,使用电化学方法从材料中分离出一些氧分子并产生空位。

塔林说:“冷却后,它会存储您用来编程的任何信息。”

能源效率助力机器学习

目前,计算机通常通过将数据存储在一个位置并在另一位置处理该数据来工作。这意味着计算机必须不断地将数据从一个地方传输到另一个地方,这浪费了能源和计算能力。

该论文的主要作者李益阳(Yiyang Li)是桑迪亚(Sandia)的杜鲁门研究员(Truman Fellow),现在是密歇根大学(University of Michigan)材料科学的助理教授。他解释说他们的过程如何有可能完全改变计算机的工作方式。

李说:“我们要做的是将处理和存储放在同一位置。” “新功能是我们能够以可预测和可重复的方式做到这一点。”

他和塔林都认为利用氧空位可以帮助机器学习克服目前阻碍其发展的一大障碍-功耗。

“如果我们尝试进行机器学习,这将耗费大量精力,因为您正在不断地进行移动学习,而实现机器学习的障碍之一就是功耗。”李说。“如果您拥有自动驾驶汽车,则做出驾驶决策会消耗大量能量来处理所有输入。如果我们能够为计算机芯片创建替代材料,它们将能够更高效地处理信息,节省能源并处理更多数据。”

研究具有日常影响

Talin看到了日常设备性能的潜力。

“想想你的手机,”他说。“如果您想给它一个语音命令,则需要连接到一个网络,该网络会将命令传送到计算机的中央集线器,该计算机可以监听您的语音,然后发送回一个信号告诉您的手机要做什么。通过这个过程,语音识别和其他功能就可以在您的手机中实现。”

塔林说,该团队正在努力完善几个过程,并大规模测试该方法。该项目由桑迪亚的实验室指导研究与开发计划资助。

桑迪亚国家实验室(Sandia National Laboratories)是由桑迪亚(Sandia LLC)的国家技术和工程解决方案公司(National Technology and Engineering Solutions)运营的多任务实验室,该公司是霍尼韦尔国际公司(Honeywell International Inc.)的全资子公司,隶属于美国能源部的国家核安全局。桑迪亚实验室(Sandia Labs)在核威慑,全球安全,国防,能源技术和经济竞争力方面负有主要研发责任,其主要设施位于新墨西哥州的阿尔伯克基和加利福尼亚的利佛摩。

声明: 此文观点不代表本站立场;转载须要保留原文链接;版权疑问请联系我们。