AI 컴퓨팅의 미래 방향은 '워터칩'인가?

신경망 컴퓨팅의 미래는 우리가 예상했던 것보다 더 나쁠 수도 있습니다. 전기를 사용하는 견고한 칩이 아니라 물에 잠긴 칩입니다.

최근 하버드 공과대학(SEAS)과 스타트업 DNA 스크립트(DNA Script)로 구성된 팀이 수용액 내 이온 이동 기반 프로세서 개발에 성공했다.

물리학자들은 이러한 장치가 뇌가 정보를 전송하는 방식에 더 가깝기 때문에 뇌에서 영감을 받은 컴퓨팅의 다음 단계가 될 수 있다고 믿습니다.

연구진은 논문에서 "수용액의 이온 회로는 신호 처리를 위한 전하 운반체로 이온을 사용합니다"라고 밝혔습니다. "우리는 물 기반 이온 회로를 제안했습니다. 아날로그 계산이 가능한 이 기능성 이온 회로는 보다 복잡한 물 기반 이온을 향한 한 걸음입니다." 고급 재료.

Paper: https://onlinelibrary.wiley.com/doi/epdf/10.1002/adma.202205096

우리는 스마트폰부터 클라우드 서버까지의 칩이 고체 반도체로 만들어진다는 것을 알고 있습니다. 계산 작업을 수행하기 위해 전자를 사용하는 것은 생명체가 작동하는 방식과 동일하지 않습니다.

뇌 신호 전달의 주요 부분은 액체 매질에서 이온이라고 불리는 전하 분자의 움직임입니다. 뇌의 놀라운 처리 능력은 인위적으로 복제하기 어렵지만 과학자들은 컴퓨터가 수용액에서 이온을 운반하는 유사한 시스템을 사용할 수 있다고 생각합니다.

이 접근 방식은 매체 변경으로 인해 기존 실리콘 기반 컴퓨팅보다 속도가 느리지만 몇 가지 흥미로운 장점이 있을 수 있습니다. 예를 들어, 이온은 다양한 분자에서 생성될 수 있으며, 각 분자는 서로 다른 방식으로 활용될 수 있는 서로 다른 특성을 가지고 있습니다.

하지만 먼저 과학자들은 그것이 실제로 작동한다는 것을 증명해야 합니다.

하버드대학교 물리학자 정우빈이 이끄는 팀이 이 방향으로 연구해 왔습니다. 컴퓨터를 만드는 첫 번째 단계는 신호를 전환하거나 향상시키는 장치인 기능성 이온 트랜지스터를 설계하는 것입니다. 그들의 최신 발전에는 수백 개의 트랜지스터를 이온 회로로 결합하는 것이 포함됩니다.

트랜지스터는 중앙에 작은 디스크 모양 전극이 있고 이를 둘러싸고 있는 두 개의 동심원 고리 모양 전극이 있는 "불스아이" 전극 배열로 구성됩니다. 이는 퀴논 분자의 수용액과 접촉하게 됩니다. 사용 시 중앙 디스크에 전압이 가해지면 퀴논 용액에 수소 이온 전류가 생성됩니다. 동시에 두 개의 링 전극은 용액의 pH를 조정하여 이온 전류를 증가시키거나 감소시킵니다.

퀴논은 공액 시클로헥사디엔디온 또는 시클로헥사디엔디메틸렌 구조를 포함하는 유기 화합물의 일종입니다. 이 물질을 기반으로 하는 트랜지스터는 "중량 매개변수를 실행하고 디스크 전압의 물리적 곱셈이 이온 전류에 대한 답을 생성합니다.

알 수도 있습니다. 현재 컴퓨터에 사용되는 반도체 칩과 저장 매체를 생물학적 소재로 대체하는 것을 뜻하는 '생물학적 컴퓨터' 개념은 양자컴퓨팅의 또 다른 미래 방향으로 꼽힌다. 그러나 이전의 많은 연구는 그러한 장치를 많이 포함하는 회로보다는 개별 이온 다이오드와 트랜지스터에 중점을 두었습니다.

매우 높은 컴퓨팅 성능이 필요한 현재 신경망은 다중 곱셈을 포함하는 행렬 곱셈 연산에 크게 의존합니다. 그래서 팀은 행렬 곱셈을 수행할 수 있는 이온 회로를 생성하기 위해 각각 곱셈이 가능한 16x16 트랜지스터 배열을 설계했습니다. 이는 상보형 금속 산화물 반도체(CMOS) 전자 칩의 표면에 구현되고 작동됩니다.

연구원들은 물리적 또는 시뮬레이션된 MAC(곱셈 누적) 작업을 수행하여 이 어레이 수준 이온 회로의 실용성을 입증했습니다. 물리적 현상을 기반으로 한 아날로그 MAC 연산 - 많은 디지털 논리 게이트 및 부울 대수를 기반으로 한 디지털 MAC 연산과 달리 새로운 방법은 인공 신경망의 전력 소비를 줄이는 방향을 제시합니다.

이온 트랜지스터의 개략도.

각 교차점 컨덕턴스는 네트워크 시냅스 가중치 역할을 하기 때문에 배열 행에 공급되는 입력 전압에 옴의 법칙을 통해 가중치를 곱하고 결과 전류는 키르히호프의 법칙에 따라 각 열에 축적됩니다. 따라서 각 열 전류는 입력 데이터 벡터와 열의 시냅스 가중치 벡터 간의 내적으로 물리적으로 생성됩니다.

각 이온 트랜지스터에서 인가 전압 Vin의 전류 Iout은 Ig에 의해 게이트됩니다. Iout = W × Vin인 Vin 영역을 찾을 수 있으며, 비례 상수 또는 가중치 W는 Ig에 의해 조정될 수 있습니다. , 이 영역에서는 이온 트랜지스터가 무게와 입력 전압을 물리적으로 곱하는 역할을 합니다.

연산을 곱하고 누적합니다.

"행렬 곱셈은 인공지능 신경망에서 가장 일반적으로 사용되는 계산이며, 우리의 이온 회로는 완전한 전기화학적-기계적 시뮬레이션으로 물 속에서 행렬 곱셈을 수행합니다."라고 정우빈 씨는 말했습니다.

물론, 이 기술은 현재 작업을 동시에 수행하지 않고 순차적으로 수행해야 하므로 속도가 크게 느려지는 등 상당한 제한 사항을 가지고 있습니다.

그러나 연구팀은 다음 단계는 속도를 높이는 것이 아니라 더 넓은 범위의 분자를 시스템에 도입하는 것이라고 믿습니다. 지금까지 팀은 수소 및 퀴논 이온과 같은 수성 이온 트랜지스터에서 게이팅 및 이온 전달을 달성하기 위해 3~4개의 이온 종만 사용했습니다. 이 연구는 보다 복잡한 이온 계산을 완성하고 회로가 보다 복잡한 정보를 처리하도록 하려고 시도합니다.

연구팀은 다음과 같이 지적했습니다. 이번 연구의 궁극적인 목표는 이온 기술을 이용해 전자제품과 경쟁하거나 대체하는 것이 아니라, 하이브리드 기술을 이용해 서로의 장점을 보완하는 것입니다.

위 내용은 AI 컴퓨팅의 미래 방향은 '워터칩'인가?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!