比人脑突触快百万倍 高能效质子可编程电阻器开发成功

麻省理工学院开发的这种无机材料使电阻器非常节能。与早期版本的设备中使用的材料不同，新材料与硅制造技术兼容。这一变化使制造纳米级设备成为可能，并可能为集成到深度学习应用的商业计算硬件铺平道路。

该装置的工作机制是将最小的离子—质子通过电化学方式，插入绝缘氧化物中，以调节其电子导电性。因为研究使用非常薄的设备，因此可通过使用强电场来加速这种离子的运动，并将这些离子设备推到纳秒级的运行状态。

这一设备极大地提高了神经网络的训练速度，同时大大降低了执行训练的成本和能量。这可帮助科学家更快地开发深度学习模型，然后将其应用于自动驾驶汽车、欺诈检测或医学图像分析等用途。研究人员描述称，这不是一辆“更快的汽车”，而是一艘“宇宙飞船”。

这一技术的关键元素是质子可编程电阻器，这些电阻以纳米为单位排列成阵列，就像棋盘一样。

在人脑中，学习是由于神经元之间的连接（称为突触）的增强和减弱而发生的。深度神经网络长期以来一直采用这种策略，新处理器则利用增加和减少质子电阻器的电导，实现模拟机器学习。

为了开发这种超快速且高能效的可编程质子电阻器，研究人员寻找了不同的电解质材料——无机磷硅玻璃（PSG）。PSG能够实现超快质子运动，还可承受非常强的脉冲电场。这一点非常关键，因为向设备施加更多电压，可使质子以惊人的速度移动。

研究人员表示，因为质子不会损坏材料，电阻器可运行数百万次循环而不会损坏。这种新的电解质使可编程质子电阻器的速度比以前的设备快100万倍，并且可在室温下有效运行，这对于将其整合到计算硬件中非常重要。

访问:

阿里云 - 最高1888元通用代金券立即可用