Sinapse Artificial com Capacitores

Prévia do material em texto

1/3
Sinapse artificial criada usando capacitores
Uma nova abordagem para a computação in-memory propõe uma nova configuração para criar uma
sinapse artificial que pode armazenar e processar dados.
Nesta era florescente da IA, são necessárias abordagens computacionais eficientes para processar e
armazenar grandes quantidades de dados. No entanto, os projetos atuais de computadores têm
limitações de desempenho inerentes.
Nos últimos anos, a pesquisa tem se concentrado no desenvolvimento de arquiteturas de computação
alternativas que imitam o cérebro. Esses dispositivos, chamados computadores neuromórficos,
contornam muitos dos problemas associados à arquitetura tradicional de von Neumann, que existe
desde 1945 e é composto por unidades de processamento e memória.
Essas unidades são fisicamente separadas e, portanto, os dados devem viajar entre elas através de um
conjunto de fios ou condutores chamados de “busto de memória”. Isso diminui a velocidade de todo o
sistema de computação, consome uma grande quantidade de energia e é uma grande barreira para um
desempenho eficiente.
O campo da computação neuromórfica explodiu na última década, contornando essas questões através
de uma unidade integrada na qual tanto o armazenamento de memória quanto os cálculos são
combinados - daí o nome "computação em memória". Com células de memória e unidades de
processamento que são análogas à sinapse biológica e ao neurônio, esta nova arquitetura contorna as
longas distâncias que os dados devem viajar em arquiteturas de computadores tradicionais.
https://www.advancedsciencenews.com/how-do-we-do-better-research-in-the-wake-of-ai/
https://www.advancedsciencenews.com/how-do-we-do-better-research-in-the-wake-of-ai/
2/3
No entanto, a maioria da computação em memória baseia-se em um conceito chamado memória
baseada em resistores, em que os dados são armazenados e processados usando resistência elétrica
controlada. Embora isso permita o processamento de memória semelhante ao cérebro, esses
dispositivos ainda sofrem de vários contratempos, incluindo requisitos de alta energia e um sistema
complicado configurado.
Pesquisadores liderados por Shimeng Yu, do Instituto de Tecnologia da Geórgia, procuraram contornar
essas questões desenvolvendo um novo tipo de sinapse artificial elétrica que funciona com a memória
baseada em capacitores.
Os capacitores registram e armazenam dados como carga elétrica. Além de exigir menos energia para
operar, eles também têm a vantagem adicional de serem não-condutores, o que significa que as cargas
elétricas não podem penetrar facilmente na sinapse capacitiva. Isso evita o que os pesquisadores
chamam de corrente de vazamento, que tem sido um problema crônico em sistemas sinápticos artificiais
há anos.
Sem o problema de uma corrente de vazamento, não há necessidade de um componente de circuito
adicional chamado de “seletor”, que minimiza o vazamento. Os seletores só podem ser incorporados na
camada inferior de um chip de computador devido aos seus requisitos de fabricação, tornando o
empilhamento vertical de uma sinapse artificial extremamente difícil. Esses projetos geram maior
densidade de armazenamento e melhor desempenho. O desafio foi encontrar o material certo para fazer
isso.
Usando o óxido de háfno, um material usado há muito tempo na indústria de semicondutores, a equipe
foi capaz de criar a sinapse artificial capacitiva. O material apresentou diferentes valores de capacitância
dependendo das cargas elétricas armazenadas nele, e o fato de ser amplamente utilizado significa que a
tradução comercial dessa tecnologia pode ser facilmente facilitada.
As capacidades das novas sinapses capacitivas baseadas em háfnio foram demonstradas em um teste
de desempenho no nível do sistema no nível da matriz, indicando suas potenciais aplicações do mundo
real.
3/3
Embora esta nova sinapse tenha sido bem-sucedida em nível de sistema, ainda há espaço para
melhorias, disse a equipe. Por exemplo, ainda precisa ser reduzido a alguns 10-100s de nanômetros,
que está dentro da faixa de diretrizes de fabricação de correntes. Esta escala é equivalente a
aproximadamente 1000-10000 vezes mais fina do que o cabelo humano. Além disso, a modificação
estrutural adicional ou a engenharia de geometria do dispositivo dos capacitores podem alcançar uma
sinapse mais robusta com estados de dados confiáveis.
Embora esta nova tecnologia (embora imatura) possa alcançar um desempenho comparável ou até
melhor em comparação com tecnologias maduras de outras matrizes sinápticas, será emocionante
investigar e otimizar ainda mais as estruturas capacitivas de dispositivos de sinapse e circuitos para
continuar a melhorar o desempenho da computação em memória.
Escrito por: Jae Hur
Referência: Jae Hur, et al., Non-volatil Capacitive Crossbar Array for In-memory Computing, Advanced
Intelligent Systems (2022). DOI: 10.1002/aisy.202100258
Disclaimer: O autor deste artigo esteve envolvido no estudo
ASN WeeklyTradução
Inscreva-se para receber nossa newsletter semanal e receba as últimas notícias científicas diretamente
na sua caixa de entrada.
ASN WeeklyTradução
Inscreva-se no nosso boletim informativo semanal e receba as últimas notícias científicas.
https://onlinelibrary.wiley.com/doi/full/10.1002/aisy.202100258