Новые полупроводники из компонентов OLED значительно ускорят обучение ИИ

Друзья, с момента основания проекта прошло уже 20 лет и мы рады сообщать вам, что сайт, наконец, переехали на новую платформу.

Какое-то время продолжим трудится на общее благо по адресу https://n-n-n.ru.
На новой платформе мы уделили особое внимание удобству поиска материалов.
Особенно рекомендуем познакомиться с работой рубрикатора.

Спасибо, ждём вас на N-N-N.ru

Системы генеративного ИИ основаны на технологии глубокого обучения и требуют интенсивной обработки больших данных, то есть частого переноса данных между памятью и процессорами. Однако традиционные компьютеры хранят и обрабатывают информацию не параллельно, а по отдельности, что приводит к высокому потреблению энергии и замедляет получение результата.

В качестве решения этой проблемы южнокорейские ученые разработали полупроводниковое устройство для высокопроизводительных систем искусственного интеллекта из материалов IGZO: оксида индия, галлия и цинка, которые широко применяются в производстве дисплеев OLED.

Команда исследователей из Пхоханского университета науки и технологий выбрала в качестве основного материала для ИИ-вычислений IGZO, долговечный и однородный материал, пригодный для массового производства и обладающий высокой вычислительной точностью, пишет Science Daily. Он состоит из четырех атомов индия, галлия, цинка и кислорода, и обеспечивает превосходные показатели подвижности электронов и подвижности тока.

На основе IGZO ученые разработали новое устройство, состоящее из двух транзисторов, связанных между собой посредством запоминающего узла. Точный контроль скорости заряда и разряда этого узла позволяет полупроводнику достигнуть высоких показателей производительности. Применение таких устройств в больших ИИ-системах требует минимизации выходного тока. Как заявили разработчики, сверхтонкие изоляторы внутри транзисторов дают возможность контролировать ток, поэтому изобретение пригодно для обучения крупных моделей.

Для того чтобы протестировать новое устройство, изобретатели запустили обучение и классификацию рукописных данных. Точность распознания составила более 98%.

«Значение достижения моей команды состоит в том, что мы преодолели ограничения современных полупроводниковых технологий, которые сфокусированы исключительно на материальной разработке, — сказал профессор Чун Юн Ён, руководитель команды. — Для этого мы использовали материалы, уже задействованные в массовом производстве. Более того, с помощью новой структуры двух транзисторов на одном синаптическом устройстве мы добились характеристик линейного и симметрического программирования. Таким образом, успешная разработка и применение новой полупроводниковой технологии демонстрирует большой потенциал по повышению эффективности и точности ИИ».

Пожалуйста, оцените статью:
Пока нет голосов
Источник(и):

ХайТек+