智科眼

请选择以下任意方式登录

已有帐号?

验证码登录

微信登录

忘记密码
未收到验证码?
注册

微信注册

智科眼: 双语看懂新科研
机器学习和AI 1562
In(In) recent(近年) years(),(,) researchers(研究人员) have(have) proposed(提出了) a(a) wide(广泛) variety(各种) of(of) hardware(硬件) implementations(实现) for(for) feed-forward(前馈) artificial neural networks(人工神经网络).(.) These(这些) implementations(实现) include(包括) three(三个) key(关键) components(组件):(:) a(a) dot-product(点积) engine(引擎) that() can(可以) compute(计算) convolution(卷积) and() fully(完全)-()connected(连接) layer() operations(操作),(,) memory(存储器) elements(元素) to(to) store(存储) intermediate(中间) inter() and() intra()-()layer() results(结果),(,) and(以及) other(other) components(组件) that(that) can(可以) compute(计算) non-linear(非线性) activation(激活) functions(函数).(.)
Dot()-()product(产品) engines(引擎),(,) which(which) are() essentially(本质上) high(高效)-()efficiency(效率) accelerators(加速器),(,) have(have) so far(到目前为止) been(been) successfully(成功地) implemented(实现) in(in) hardware(硬件) in(in) many(许多) different(不同) ways(方式).(.) In(In) a(一种) study(研究) published(发表) last year(去年),(,) researchers(研究人员) at(at) the University(大学) of(of) Notre() Dame() in(in) Indiana(印第安纳) used(使用) dot-product(点积) circuits(电路) to(to) design(设计了) a(一项) cellular(细胞) neural network(神经网络) (CeNN)-((CeNN)-)based(基于) accelerator(加速器) for(for) convolutional(卷积) neural networks(神经网络) (CNNs).((CNNs).)
The same(同一) team(团队),(,) in(in) collaboration(合作) with(with) other(其他) researchers(研究人员) at(at) the University(大学) of(of) Minnesota(明尼苏达),(,) has(具有) now() developed(开发) a(一种) CeNN(CeNN) cell(电池) based on(基于) spintronic(自旋电子) (i.e.,((i.e.,) spin(自旋) electronic(电子))()) elements(元件) with(with) high energy(高能) efficiency().(.) This(这个) cell(单元),(,) presented(提出) in(in) a(a) paper(论文) pre(预先)-()published(发表) on(on) arXiv,(arXiv,) can(可以) be(be) used() as(as) a(a) neural(神经) computing unit(计算单元).(.)
The cells(细胞) proposed(提出) by(by) the researchers(研究人员),(,) called(称为) Inverse() Rashba(Rashba)-()Edelstein(Edelstein) Magnetoelectric(磁电) Neurons(神经元) (IRMENs),((IRMENs),) resemble(类似) standard(标准) cells(细胞) of(of) cellular(细胞) neural networks(神经网络) in(in) that(that) they(它们) are() based(基于) around(around) a(a) capacitor(电容器),(,) but() in(in) IRMEN(IRMEN) cells(细胞),(,) the capacitor(电容器) represents(代表) an(an) input(输入) mechanism(机制) rather than(而不) a(a) true(真实) state(状态).(.) To(To) ensure(确保) that(that) the CeNN(CeNN) cells(细胞) are(are) able(能够) to(to) sustain(维持) the complex(复杂) operations(操作) typically(通常) performed(执行) by() CNNs,(CNNs,) the researchers(研究人员) also() proposed(提出) the use(使用) of(of) a(a) dual()-()circuit(电路) neural network(神经网络).(.)
The team(团队) carried out(进行) a(a) series(一系列) of(of) simulations(模拟) using(使用) HSPICE(HSPICE) and() Matlab(Matlab) to(to) determine(确定) whether(是否) their(他们) spintronic(自旋电子) memory(记忆) cells(单元) could(可以) enhance(提高) the performance(性能),(,) speed(速度) and() energy(能量) efficiency(效率) of(of) a(a) neural network(神经网络) in(in) an(an) image(图像) classification(分类) task(任务).(.) In(In) these(这些) tests(测试),(,) IRMEN(IRMEN) cells(细胞) outperformed(优于) purely() charge(电荷)-()based(基于) implementations(实现) of(of) the same(同一) neural network(神经网络),(,) consuming(耗费) () 100(100) pJ(pJ) in(in) total() per(每个) image(图像) processed(处理).(.)
"(")The performance(表现) of(of) these(这些) cells(细胞) is() simulated(模拟) in(in) a(a) CeNN-(CeNN-)accelerated(加速) CNN(CNN) performing(进行) image(图像) classification(分类),"(,") the researchers(研究人员) wrote(中写道) in(in) their(他们) paper(论文).(.) "(")The spintronic(自旋电子) cells(细胞) significantly(显著) reduce(降低) the energy(能量) and() time(时间) consumption(消耗) relative(相对) to(to) their(它们) charge(电荷)-()based(基于) counterparts(同时),(,) needing(需要) only() () 100(100) pJ(pJ) and() () 42(42) ns(ns) to(to) compute(计算) all(所有) but() the final(最终) fully(完全)-()connected(连接) CNN(CNN) layer(),(,) while(虽然) maintaining(保持) a(a) high() accuracy(精度)."(.")
Essentially(基本),(,) compared(相比) to(to) previously(先前) proposed(提出) approaches(方法),(,) IRMEN(IRMEN) cells(细胞) can(可以) save(节省) a(a) substantial(实体) amount() of(of) energy(能量) and() time(时间).(.) For instance(例如),(,) a(a) purely() charge(电荷)-()based(基于) version(版本) of(of) the same(相同) CeNN(CeNN) used(使用) by(by) the researchers(研究人员) requires(需要) over(超过) 12(12) nJ(nJ) to(to) compute(计算) all(所有) convolution(卷积),(,) pooling(汇集) and() activation(激活) stages(阶段),(,) while() the IRMEN(IRMEN) CeNN(CeNN) needs(需要) less than(小于) 0.14.(0.14.)
"(")With(With) the growing(日益增加) importance(重要性) of(of) neuromorphic(神经形态) computing(计算) and() beyond(超越)-CMOS(-CMOS) computation(计算),(,) the search(寻找) for(for) new() devices(设备) to(to) fill() these(这些) roles(角色) is(is) crucial(至关重要),"(,") the researchers(研究人员) concluded(总结) in(in) their(他们) paper(论文).(.) "We("We) have(具有) proposed(提出了) a(一种) novel(新型) magnoelectric(magnoelectric) analog(模拟) memory element(存储元件) with(with) a(a) built(内置)-in(-in) transfer function(传递函数) that(that) also() allows(可以) it() to(to) act as(作为) the cell(元件) in(in) a(a) CeNN."(CeNN.")
The findings(研究结果) gathered(收集) by(by) this(这个) team(小组) of(of) researchers(研究) suggest(表明) that(that) applying(应用) spintronics(自旋电子学) in(in) neurmorphic(neurmorphic) computing(计算) could(可以) have(have) remarkable(显著) advantages(优势).(.) In(In) the future(将来),(,) the IRMEN(IRMEN) memory(存储) cells(单元) proposed(提出) in(in) their(他们) paper(论文) could(可能) help(有助于) to(to) enhance(提高) the performance(性能),(,) speed(速度) and() energy(能量)-()efficiency(效率) of(of) convolutional(卷积) neural networks(神经网络) in(in) a variety of(各种) classification(分类) tasks(任务).(.)

新闻订阅

  • 科学
  • 技术
  • 医学

新闻分享