当前位置:首页 > 燃气灶 > 文章正文

更像神经元的新型电子元件正把我们带向”记忆计算“的新时代

编辑:[db:作者] 时间:2024-08-25 05:44:20

(“科学美国人”中文版《环球科学》杂志宣布)当我们撰写这篇文章时,我们利用的打字工具是当代科技所能供应的最好的打算机,但这类打算机在能量利用方面存在很大摧残浪费蹂躏,进行主要的科学打算时也非常缓慢。
所有打算机现在都存在这些范例问题——无论是手中的智好手机,还是天下上最前辈的、代价数百万美元的超级打算机都是如此。

更像神经元的新型电子元件正把我们带向”记忆计算“的新时代

我们利用Word程序来进行笔墨编辑事情。
Word是一款非常精良的程序,可能你也在利用它。
要写下“当我们撰写这篇文章时”这句话,打算机须要将Word文档转换成0和1表示的二进制机器措辞,并且从中心处理器的暂存器通过一组数据传输线,转移到其他的物理存储单元。
然后,这些数据会被处理单元转换成字符,并在屏幕上显示。
为了防止这句话在打算机电源关闭后消逝,表示这个句子的数据又将通过数据线传输并保存到更稳定的非易失落性存储器中,例如硬盘。

处理器与存储器之间要进行两次数据交流,之以是要这样进行,是由于现阶段的处理器没有存储功能,而存储单元又不能打算。
这种处理器与存储器的分工办法是目前打算机的标准做法,纵然在拥有多个处理器、可以进行最快速打算(称为并行打算)的高端打算机中,也是如此。
问题在于,对付每个处理器来说,这种存储器与处理器之间的数据交流,限定了处理效率。

科学家一贯致力于探求一种方法,将先前分开的打算和存储功能结合起来,即设计一种同时具备这两种功能的电路。
这就意味着要更换现在标准的打算机电路元件,即将晶体管(transistor)、电容(capacitor)和电感(inductor)更换成名为忆阻器(memristor)、忆容器(memcapacitor)和忆感器(meminductor)的新元件。
目前,研究职员已经制备出了新元件的样品,可能很快就能将这些新元件组装成一种新机器——“影象打算机”(memcomputer)。

由于同时具备打算和存储双重功能,影象打算机可能会拥有无与伦比的速率。
利用一种比当今并行打算模式更新、更有效的办法,影象打算机的每个部分都可以用于办理打算问题。
由于问题可以在存储器中得到办理,并且利用者可以直接存取信息,这就节省了传统打算机须要来回进行数据传输所耗费的能量。
这种全新的打算构造将改变所有打算机的运行办法——小得手机芯片,大到超级打算机。
实际上,这种设计是借鉴了人类大脑的事情机理,即存储和处理信息都在同一个神经元中进行。

这些新型的影象打算机体积会更小、打算速率会更快、能耗会更低,可以在数秒内完成传统打算机须要数十年才能完成的事情。
虽然完全的影象打算机尚未面世,但我们的元器件实验表明,这可能对未来打算机的设计、环球的可持续发展、能源利用以及人类处理重大科学问题的能力带来巨大影响。

像人脑一样运行

用Word软件编辑一个句子时,只花费了一丁点的能量,花费的韶光也非常少。
但想象一下,环球范围内的打算机在反复地实行着这样的操作,这将是多大的一笔能耗呢?

2011到2012年间,环球打算机数据中央的电能需求,惊人地增长了58%。
而现实中,不仅仅是超级打算机,我们每家每户利用的电子产品,从烤箱、电视机到条记本电脑等都已具有打算能力。
综合起来,信息和通信行业目前的电力花费占到了环球的15%。
到2030年,环球消费电子产品所花费的电力,将达到当前美国和日本居民电力花费的总和,即每年将达到2 000亿美元。
能源需求量的不断增长,是不可持续的。

但对这一问题,并不能通过不断地缩小晶体管(数字电路基本元件)的尺寸来办理。
国际半导体技能蓝图预测,晶体管行业在2016年前可能会碰着技能瓶颈,由于当前可用的元件材料,无法在坚持原有性能的条件下进一步缩小尺寸。

一些科学研究,也由于这些急需办理的问题屡屡碰钉子。
一些只能通过密集打算办理的主要研究课题,都须要更强大的打算能力,例如环球景象变革模式预测,基于大规模基因数据库来预测各种人群的疾病发生率等。
通过避免代价高昂的、耗能耗时的中心处理器与内存之间的数据交流,影象打算机可以大幅降落能耗。

当然,影象打算机并不是第一部将打算和存储融为一体的信息处理设备。
一贯以来,人类大脑便是以这种办法处理信息的。
以是,影象打算机是站在人类的肩膀上,其原型便是来自于大脑这个快速、高效的器官。

许多研究表明,人类大脑均匀每秒可实行1亿亿(1016)次操作,所需能量只有10~25瓦特。
如果让一台超级打算机来完成同样的事情,须要花费的能量超过人脑的1 000万倍。
除了能耗巨大,在处理一些模式识别等繁芜任务时,比如从街道上喧华的汽车声等分辨出狗吠声,打算机也远不及我们的大脑。

我们生活在一个充满噪音、难以预测的环境中,完成这类任务是司空见惯的事情。
不同于我们目前的超级打算机,人脑完成打算的过程并不是分在两处进行,而是在相同的神经元和神经突触中完成。
更少的信息交流,意味着能量花费得更少,利用的韶光也更少。
打算机实行单次打算操作比人脑速率要快,但做到这一点,须要毫无技巧地利用打算机内的全部晶体管来实行打算任务。

常日,打算机采取数据与程序分离的机制,以免于信息处理过程中相互滋扰。
当我们用Word软件敲入一个字母的时候,新数据导致的电路变革同样会滋扰或者改变到程序本身。
如果处理器中的电路元件能够记住此前实行过的末了一件事情,这种缺点就可以避免,纵然关闭电源,数据仍旧无缺无损。

影象打算的三大元件

影象打算元件恰好能完成这样的任务:处理信息,并在通电结束后存储信息。
这些新元件之一便是忆阻器。
为了更好地理解忆阻器的事情机制,你可以想象一个能够根据水流方向改变直径的管道。
当水从左向右流时,管道越来越宽,使得更多的水流利过;当水从右向左流动时,管道变窄,只容许少量的水流过。
如果没有水流过,管道将保持最近一次的直径大小,“记住”流过的水量。

现在,将水更换成电流,将流水的管道更换成忆阻器。
就像水管一样,忆阻器根据当前流经的电量变动状态,较宽的管道意味着较小的电阻,而较窄的管道意味着较大的电阻。
如果将电阻看作一个数值,电阻的变革当作一个打算过程,那么忆阻器便是一个电路元件,可以处理信息并在电流消逝后记住当前状态。
这样,忆阻器将打算单元与影象单元集成在了一起。

忆阻器这一观点,最早是由加利福尼亚大学伯克利分校的蔡 少棠(Leon O. Chua)教授在20世纪70 年代提出的。
在当时看来, 他所提出的理论并不现实。
那时常用来制作电路的材料不能像想 象中的水管那样记住末了流经的信息状态,以是忆阻器的想法曾 被认为离实现很远。
随着工程师和材料科学家几十年的不懈努力, 更多具有特种属性的新材料被研制出来。
2008 年,惠普公司的工 程师斯坦利 威廉姆斯(Stanley Williams)和同事研制出了一种存 储元件,可以转移电阻并且影象其转移的状态。
他们用二氧化钛 制作了宽度只有几十纳米(十亿分之一米)的电子元件。
电流浸染 在如此眇小的材料上,会涌现一些在较大设备上无法不雅观察到的效 应。
一篇揭橥于《自然》(nature)的论文指出,威廉姆斯研制的 元件可以保持最近一次有电流流过期的状态——想象中的管道记 忆功能实现了。

事实证明,这些元件可以由各种各样的材料制成,大小可以仅有数纳米。
极小的尺寸意味着,这类元件可以更密集地集成在一起,轻易装进险些任何类型的小产品中。
而且,这类元件也可以用半导体材料制造,就像目前的传统打算机一样,因此可以实现规模化生产。

另一种用于影象打算机的关键元件是忆电容器。
常规电容器是一种存储电量的器件,无论存储了多少电量,电容器都不会改变状态或电容。
在当今的打算机中,电容器紧张用于制造一种特定的内存,即动态随机存取内存,用于存储处于待命状态的打算机程序,以便打算机调用程序时,可以快速载入处理器。
然而,忆电容器不仅能存储电量,还可以根据过去的电压来改变电容。
这就授予了忆电容器存储和处理信息的双重能力。
此外,由于忆电容器可以存储电量,这些能量在打算过程中可以循环利用,有助于减少整机的能量花费(与此相反,忆阻器会利用所有置入个中的能量)。

一些用成本相对较高的铁电材料制作的忆电容器已经进入市场,用作数据存储装置。
但是,很多实验室仍旧致力于利用本钱更低的硅材料来制造该元件,以便使价格低到整台打算机都能用得起这种元件。

第三种用于影象打算的元件是忆电感器。
忆电感器有两个终端,像忆电容器一样存储电量同时又像忆阻器一样让电流利过。
同样,忆电感器也已有一些产品。
只是由于这些产品依赖磁性大线圈,以是目前忆电感器的体积还相称大,难以用于小型打算机。
但是,就像几年前忆阻器的研制过程一样,材料科学的研究进展将会在不久的将来冲破这种局势。

2010年,我们研究小组开始试着展示影象打算机的上风。
我们首先试图办理的问题是探求迷宫的出路。
编程用于迷宫探索是惯用的打算机硬件效率的测试手段。
传统的算法采取少量的连续步骤实现迷宫探索。
例如,最著名的算法之一便是墙追随者算法。
程序通过迷宫所有的弯曲实现跟踪,回避墙壁尽头的空缺区域,通过细致的打算,实现从入口到出口的移动。
这种逐步逼近的方法非常缓慢。

我们在仿真试验中展示的影象打算可以很快办理迷宫问题。
考虑建立一个由忆阻器组成的网络,在迷宫的每个拐弯处放置一个忆阻器,它们均处于高电阻状态。
如果我们施加一个电压脉冲,电流只有沿着精确路径才能流利,而在禁绝确的路径上,电流就无法通过。
当电流利过精确路径时,就会改变相应的忆阻器的电阻。
而当电压脉冲消逝后,迷宫的精确路径就存储在那些已经改变了状态的忆阻器中。
这便是说,所有的忆阻器同步运行,让迷宫问题的求解和精确路径的保存一步就完成了。

这种并行处理办法完备不同于当前的并行打算事理。
现今的并行打算机是通过大量的处理器,同时处理同一问题的不同部分,多个处理器之间通过信息交流,得出一个终极的解。
显然,对付每个处理器来说,在与其他处理器交流信息时,仍旧须要花费很多能量和韶光。
而对付影象打算来说,这些都不须要。

在办理打算机科学中最困难的问题之一时——列举一个大的整数凑集的所有组合时,影象打算才真正表示出了它的上风。
此时,打算机面临的问题是破解繁芜编码。
例如,给出100个整数,须要找出个中至少一个和为0的子集。
打算机必须检讨所有可能的子集,然后将每个子集中的数加起来。
显然,打算机须要检讨每个可能的子集,这是一个打算韶光呈指数级增加的问题。
如果检讨10个整数的凑集需花费1秒韶光,那么100个整数将须要花费1027秒——数千亿亿年的韶光。

与求解迷宫问题一样,影象打算机也只用一步,就可以打算出所有的子集与子集数字的和,这也是一种真正的并行打算。
由于不须要在单个或多个处理器之间进行交往返回的打算与存储,影象打算办理上述问题只需耗时一秒。

只管拥有浩瀚上风,也只管部分影象打算元件已经拥有实验样品,但商业化的影象打算芯片尚未进入市场。
现阶段,一些初始版本的影象打算机正由科研单位及少数几个制造商进行测试,以考验这些设计是否足够稳定可靠,可以取代由标准晶体管和电容器制作的存储器芯片——即我们平常见到的USB驱动器和固态存储驱动器所利用的那些芯片。
测试可能须要很长的韶光,由于须要担保影象打算元件能无端障地运行数年。

我们认为,一些影象打算设计在不久的将来就会得到运用。
例如,在2013年,我们与意大利都灵理工大学的两位研究职员法比奥•洛伦佐(Fabio Lorenzo)、法布里奇奥•博纳尼(FabrizioBonani)一起,提出了一个名为动态打算随机存取存储器(dynamic computing random-access memory,DCRAM)的观点,目标是取代标准的、用于保存处理器即将调用的程序的存储器。
这种传统的存储器,构成程序的每个信息比特由电容器中的单一电荷来表示,因而须要大量的电容器来表示一个程序。

一旦我们将传统的存储器用忆电容器更换,程序运行所需的所有逻辑操只用很少的忆电容器就能完成。
当我们施加不同的电压时,忆电容器可以瞬间从一种逻辑操作切换到另一种。
例如,打算指令“doAND y”、“doOR y”和“ELSE do z”可以由两个忆电容器来实行,而如果用固定容量的传统电容器,则须要多个才能完成。
我们不须要改变电路的基本物理构造来实行不同的功能。
在打算机术语中,一个元件根据输入旗子暗记不同而实行不同任务的能力叫做“多态”,我们的大脑就拥有这种多态性,即无需改变构造即可实行不同的任务。
但目前的打算机不具备多态性,由于处理器的设计电路是固定的。
而对付影象打算,由于打算是在存储器内完成,这样不仅避免了信息的来回传输所花费的韶光和能量,而且程序的打算结果可被存储在同一处。

最主要的一点是,以上所所述元件都可以用现有设备制造,无须技能上的重大超过。
我们须要做的只是开拓新的掌握软件,由于目前我们尚不清楚,在影象打算机上,利用什么样的操作系统最得当、最有效。
影象打算机一旦被制造出来,我们也会测试和优化软件系统。
这个过程就像科学家当年对待本日的打算机一样。

科学家还希望找到一个最好的方法,将这些影象元件整合进现有打算机。
以下作法可能是一个较好的方案,即利用传统处理器来处理大略任务,例如本文开头提到的用Word处理语句,而用影象元件去处理繁芜、耗时的任务。
我们要做的是搭建干系系统并测试,然后再搭建、再测试,直到把影象元件成功整合进现有打算机。

这项技能的远大前景确实激动民气。
在构建和测试完成之后,打算机用户可能会拥有很小的装置,大概小到可以握在手中,却可以办理诸如模式识别、为地球景象变革建模等非常繁芜的问题。
一些任务能以很低的能耗和本钱,在一个或很少的打算步骤中完成。
难道你会不排队买一个这样的打算设备吗?

撰文:马西米利亚诺•迪文特拉(Massimiliano DiVentra),加利福尼亚大学圣迭戈分校物理系教授;尤里•V•佩尔申(Yuriy V. Pershin),南加利福尼亚大学物理与天文学系副教授。

翻译:彭勇,上海交通大学打算机科学与工程系博士研究生。

审校:吕宝粮,上海交通大学打算机科学与工程系教授、仿脑打算与机器智能研究中央主任;赵海,上海交通大学打算机科学与工程系副教授。

《环球科学》是《科学美国人》独家授权中文版,也是威信学术期刊《自然》的版权互助伙伴,供应科学技能领域的前瞻宣布与深度解读。

关注我们:www.huanqiukexue.com

环球科学微信"大众号: huanqiukexue,集纳环球科技精粹

环球科学科研圈微旗子暗记:keyanquan,深度做事一线科研职员,同步前沿科研进展

本站所发布的文字与图片素材为非商业目的改编或整理,版权归原作者所有,如侵权或涉及违法,请联系我们删除,如需转载请保留原文地址:http://www.baanla.com/rqz/142463.html

XML地图 | 自定链接

Copyright 2005-20203 www.baidu.com 版权所有 | 琼ICP备2023011765号-4 | 统计代码

声明:本站所有内容均只可用于学习参考,信息与图片素材来源于互联网,如内容侵权与违规,请与本站联系,将在三个工作日内处理,联系邮箱:123456789@qq.com