Новый чип для ИИ оказался до 2000 раз энергоэффективнее традиционных решений
Физики из Университета Лафборо (Великобритания) разработали новый компьютерный чип, который может заметно снизить энергопотребление некоторых систем искусственного интеллекта. По оценке исследователей, в ряде задач устройство способно быть до 2000 раз более энергоэффективным, чем традиционные программные решения, работающие на обычных компьютерах.
Изображение сгенерировано Nano BananaВ отличие от классического подхода, где обработка данных выполняется программно, новая система работает иначе: она обрабатывает временные, изменяющиеся сигналы непосредственно на аппаратном уровне. Как отмечают авторы, это позволяет использовать физические свойства самого устройства для вычислений и тем самым существенно сократить затраты энергии.
Разработка основана на тонкопленочном мемристоре из оксида ниобия. Такой элемент может не только хранить информацию о предыдущих состояниях, но и участвовать в вычислениях, что делает его перспективным для создания нейроморфной электроники — аппаратных систем, вдохновленных принципами работы мозга.
В ходе тестов ученые использовали чип для выполнения логической операций, распознавания простых пиксельных изображений цифр, а также для прогнозирования и восстановления временных рядов. Отдельно устройство проверили на модели Лоренца-63 — известной системе, связанной с так называемым «эффектом бабочки», где малые изменения условий могут приводить к резко разным результатам.
Согласно данным команды, система смогла успешно предсказывать краткосрочное поведение хаотического процесса, восстанавливать пропущенные данные, распознавать изображения и выполнять базовые логические операции. Это, по мнению исследователей, показывает, что один и тот же аппаратный элемент может применяться для разных вычислительных задач.
Авторы работы считают, что технология открывает путь к созданию масштабируемых энергоэффективных чипов для ИИ, особенно там, где требуется анализировать данные, меняющиеся во времени, — например, сигналы сенсоров, потоки изображений или другие динамические процессы.
© iXBT
