Logotipo do Site Inovação Tecnológica





Informática

Hardware protônico faz computação analógica e acelera IA

Redação do Site Inovação Tecnológica - 01/08/2022

Resistor programável faz IA em hardware usando computação analógica
O processador analógico não é feito usando componentes eletrônicos - ele usa componentes protônicos.
[Imagem: Murat Onen/Ella Maru Studio]

Processador neuromórfico analógico

Um novo tipo de componente neuromórfico permitiu que um processador que imita o cérebro rodasse 1 milhão de vezes mais rápido que as versões anteriores, o que também é cerca de 1 milhão de vezes mais rápido do que as sinapses do próprio cérebro humano.

É um novo tipo de inteligência artificial implantada diretamente no hardware. Chamada de "aprendizado profundo analógico", essa tecnologia promete uma computação mais rápida com o uso de uma fração da energia, em comparação com programas de IA rodando em processadores eletrônicos genéricos.

Para construir seu processador neuromórfico, Murat Onen e seus colegas do MIT usaram um tipo especial de memoristor, que eles chamam de resistor protônico programável.

"Uma vez que você tenha um processador analógico, você não estará mais treinando redes com as que todos os outros estão trabalhando. Você estará treinando redes com complexidades sem precedentes, que ninguém mais consegue lidar e, portanto, superam amplamente todas elas. Em outras palavras, isso é não é um carro mais rápido, é uma nave espacial," entusiasma-se Onen.

Resistor programável faz IA em hardware usando computação analógica
Os computadores analógicos estão a um passo dos digitais.
[Imagem: Politécnico de Milano]

Computação analógica

A computação analógica é mais rápida e mais energeticamente eficiente do que a computação digital por dois motivos principais: Os cálculos são feitos na memória, dispensando o trânsito dos dados entre memória e processador; e os processadores analógicos realizam operações em paralelo - se o tamanho da matriz de componentes se expande, um processador analógico não precisa de mais tempo para concluir novas operações porque toda a computação ocorre simultaneamente.

No cérebro, o aprendizado acontece devido ao fortalecimento e enfraquecimento das conexões entre os neurônios, chamadas sinapses. As redes neurais profundas há muito adotam essa estratégia, onde os pesos da rede são programados por meio de algoritmos de treinamento.

No caso deste novo processador, o aprendizado de máquina analógico é conseguido aumentando e diminuindo a condutância elétrica dos resistores protônicos, que são dispostos em uma matriz, como um tabuleiro de xadrez.

"O mecanismo de funcionamento do componente é a inserção eletroquímica do menor íon, o próton, em um óxido isolante, para modular sua condutividade eletrônica. Como estamos trabalhando com componentes muito finos, podemos acelerar o movimento desses íons usando um forte campo magnético, e levar esses componentes iônicos para o regime de operação de nanossegundos," explicou o professor Bilge Yildiz.

Além disso, o óxido inorgânico escolhido pela equipe também torna o resistor extremamente eficiente em termos energéticos, e, ao contrário dos materiais usados em experimentos similares, o novo material é compatível com as técnicas de fabricação de silício, o que pode abrir caminho para a integração em hardware de aplicações de aprendizado profundo.

Usando matrizes desses resistores programáveis, dispostas em camadas complexas, a equipe criou uma rede de "neurônios" e "sinapses" artificiais analógicos que executam cálculos como uma rede neural digital. Essa rede pode ser treinada para realizar tarefas complexas de IA, como reconhecimento de imagem e processamento de linguagem natural.

"Este trabalho realmente colocou esses dispositivos em um ponto em que agora parecem realmente promissores para aplicações futuras," disse Jesús del Alamo, membro da equipe.

Resistor programável faz IA em hardware usando computação analógica
Neurônios artificiais de laser também se mostraram mais rápidos do que os neurônios biológicos.
[Imagem: Spitz et al. - 10.1117/1.AP.2.6.066001]

Resistor protônico - quase teletransporte

Os resistores programáveis têm sua condutância controlada pelo movimento dos prótons: Para aumentar a condutância, mais prótons são injetados no canal do resistor; para diminuir a condutância, diminuem-se os prótons injetados. Os dois movimentos são feitos usando um eletrólito (semelhante ao de uma bateria) que conduz prótons, mas bloqueia os elétrons.

Ou seja, esses novos componentes não são eletrônicos, são protônicos.

Para desenvolver um resistor protônico programável super-rápido e altamente eficiente em termos de energia, os pesquisadores analisaram diferentes materiais para o eletrólito. Enquanto outras equipes testaram anteriormente compostos orgânicos, Onen se concentrou em um material conhecido como PSG, sigla em inglês para vidro fosfossilicato inorgânico (phosphosilicate glass).

O nome parece complicado, mas é basicamente dióxido de silício, o material dessecante granulado encontrado em pequenas bolsas que vêm na caixa de produtos novos para remover a umidade. Para fazer o PSG, basta adicionar um pouquinho de fósforo ao silício, para dar-lhe características especiais para a condução de prótons - e ele faz isso a temperatura ambiente e sem a necessidade de água, como nos eletrólitos comuns.

O PSG permite o movimento ultrarrápido de prótons porque contém uma infinidade de poros, na faixa de nanômetros, cujas superfícies fornecem caminhos para a difusão dos prótons. O material também suporta campos elétricos pulsados muito fortes, o que é crítico porque aplicar mais tensão permite que os prótons se movam a velocidades inacreditáveis.

"A velocidade certamente foi surpreendente. Normalmente, não aplicaríamos campos tão extremos nos componentes, para não transformá-los em cinzas. Mas, em vez disso, os prótons acabaram se deslocando em velocidades imensas pela pilha de componentes, especificamente um milhão de vezes mais rápido em comparação com o que tínhamos antes. E esse movimento não danifica nada, graças ao pequeno tamanho e baixa massa dos prótons. É quase como se teletransportar," disse Onen.

Bibliografia:

Artigo: Nanosecond protonic programmable resistors for analog deep learning
Autores: Murat Onen, Nicolas Emond, Baoming Wang, Difei Zhang, Frances M. Ross, Ju Li, Bilge Yildiz, Jesús A. del Alamo
Revista: Science
Vol.: 377, Issue 6605 pp. 539-543
DOI: 10.1126/science.abp8064
Seguir Site Inovação Tecnológica no Google Notícias





Outras notícias sobre:
  • Processadores
  • Inteligência Artificial
  • Microeletrônica
  • Semicondutores

Mais tópicos