0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

韩国开发出大规模人工神经网络硬件技术

微云疏影 来源:综合整理 作者:综合整理 2024-01-26 09:55 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

韩国科技研究院神经形态工程中心研发了一项集成元件技术,用于构建大规模人工神经网络硬件设备,其创新之处在于采用hBN制作忆阻器器件,以实现设备之间的类似“乐高”式连接。

wKgaomWzENWAfh-nAAOHi2ta0-o846.png

(A)生物神经网络的原理图。(B)使用人工神经形态装置在硬件中实现的人工神经网络的电路原理图。(C)随着突触权重的变化,两个神经元之间的连接强度变化的实验结果。观察到下游神经元的放电程度随着突触重量的减小而降低。

图片来源:韩国科学技术研究院

借助hBN这种二维材料的优质性能,该团队成功地实现了高集成度与超低功耗。他们精心设计的人工神经元及突触器件,在简化结构并提高网络可扩展性的同时,更具优越的处理能力。此举将为大规模神经网络硬件设备的研发打开新的大门。

这项研究还涉及到在硬件中展示高效的“神经元—突触—神经元”结构,模拟人类大脑中的尖峰信号信息传输。通过实验证明,只需调整人工突触装置的重量即可实现两个神经元间尖峰信号信息的调控。此外,科研团队进一步展示了将新型hBN设备应用于环保型低功耗、大规模AI硬件系统的巨大潜力。

研究人员强调,此类人工神经网络硬件系统可用于各类实际生活场景的海量数据处理,涉及诸多领域,包括智慧城市、医疗保健、通信、气象预报以及无人驾驶车辆等。这项新研究有望大大降低能源消耗,克服传统硅CMOS器件扩展局限性,从而有利改善全球环境污染问题。

人脑在极低能耗情况下仍能高效运作,这无疑给人工智能研究者带来挑战。他们试图从软件和硬件两个角度出发,对人脑进行全面细致的模仿。例如,硬件方面,通过模仿人脑神经元和突触之间的联通,达到与人脑同样的信息传送效果。然而,如何设计出能真正有效运行的大尺度神经网络算法,关键在于构建具备成本效益与可扩展特性的硬件系统。本次研究中,他们通过研制如同“乐高”搭积木般的集成元件,开辟了全新的可能途径。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4827

    浏览量

    106799
  • 神经元
    +关注

    关注

    1

    文章

    369

    浏览量

    19110
  • 二维材料
    +关注

    关注

    0

    文章

    53

    浏览量

    5742
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    NMSIS神经网络库使用介绍

    NMSIS NN 软件库是一组高效的神经网络内核,旨在最大限度地提高 Nuclei N 处理器内核上的神经网络的性能并最​​大限度地减少其内存占用。 该库分为多个功能,每个功能涵盖特定类别
    发表于 10-29 06:08

    在Ubuntu20.04系统中训练神经网络模型的一些经验

    本帖欲分享在Ubuntu20.04系统中训练神经网络模型的一些经验。我们采用jupyter notebook作为开发IDE,以TensorFlow2为训练框架,目标是训练一个手写数字识别的神经网络
    发表于 10-22 07:03

    CICC2033神经网络部署相关操作

    在完成神经网络量化后,需要将神经网络部署到硬件加速器上。首先需要将所有权重数据以及输入数据导入到存储器内。 在仿真环境下,可将其存于一个文件,并在 Verilog 代码中通过 readmemh 函数
    发表于 10-20 08:00

    液态神经网络(LNN):时间连续性与动态适应性的神经网络

    1.算法简介液态神经网络(LiquidNeuralNetworks,LNN)是一种新型的神经网络架构,其设计理念借鉴自生物神经系统,特别是秀丽隐杆线虫的神经结构,尽管这种微生物的
    的头像 发表于 09-28 10:03 707次阅读
    液态<b class='flag-5'>神经网络</b>(LNN):时间连续性与动态适应性的<b class='flag-5'>神经网络</b>

    【「AI芯片:科技探索与AGI愿景」阅读体验】+神经形态计算、类脑芯片

    AI芯片不仅包括深度学细AI加速器,还有另外一个主要列别:类脑芯片。类脑芯片是模拟人脑神经网络架构的芯片。它结合微电子技术和新型神经形态器件,模仿人脑神经系统机选原理进行设计,实现类似
    发表于 09-17 16:43

    神经网络的并行计算与加速技术

    随着人工智能技术的飞速发展,神经网络在众多领域展现出了巨大的潜力和广泛的应用前景。然而,神经网络模型的复杂度和规模也在不断增加,这使得传统的串行计算方式面临着巨大的挑战,如计算速度慢、
    的头像 发表于 09-17 13:31 887次阅读
    <b class='flag-5'>神经网络</b>的并行计算与加速<b class='flag-5'>技术</b>

    NVIDIA实现神经网络渲染技术的突破性增强功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神经网络渲染技术的突破性增强功能。NVIDIA 与微软合作,将在 4 月的 Microsoft DirectX 预览版中增加神经网络着色技术
    的头像 发表于 04-07 11:33 870次阅读

    BP神经网络与卷积神经网络的比较

    BP神经网络与卷积神经网络在多个方面存在显著差异,以下是对两者的比较: 一、结构特点 BP神经网络 : BP神经网络是一种多层的前馈神经网络
    的头像 发表于 02-12 15:53 1308次阅读

    BP神经网络的优缺点分析

    自学习能力 : BP神经网络能够通过训练数据自动调整网络参数,实现对输入数据的分类、回归等任务,无需人工进行复杂的特征工程。 泛化能力强 : BP神经网络通过训练数据学习到的特征表示
    的头像 发表于 02-12 15:36 1588次阅读

    什么是BP神经网络的反向传播算法

    BP神经网络的反向传播算法(Backpropagation Algorithm)是一种用于训练神经网络的有效方法。以下是关于BP神经网络的反向传播算法的介绍: 一、基本概念 反向传播算法是BP
    的头像 发表于 02-12 15:18 1278次阅读

    BP神经网络与深度学习的关系

    BP神经网络与深度学习之间存在着密切的关系,以下是对它们之间关系的介绍: 一、BP神经网络的基本概念 BP神经网络,即反向传播神经网络(Backpropagation Neural N
    的头像 发表于 02-12 15:15 1341次阅读

    BP神经网络的基本原理

    BP神经网络(Back Propagation Neural Network)的基本原理涉及前向传播和反向传播两个核心过程。以下是关于BP神经网络基本原理的介绍: 一、网络结构 BP神经网络
    的头像 发表于 02-12 15:13 1520次阅读

    如何训练BP神经网络模型

    BP(Back Propagation)神经网络是一种经典的人工神经网络模型,其训练过程主要分为两个阶段:前向传播和反向传播。以下是训练BP神经网络模型的步骤: 一、前向传播 前向传播
    的头像 发表于 02-12 15:10 1466次阅读

    人工神经网络的原理和多种神经网络架构方法

    在上一篇文章中,我们介绍了传统机器学习的基础知识和多种算法。在本文中,我们会介绍人工神经网络的原理和多种神经网络架构方法,供各位老师选择。 01 人工
    的头像 发表于 01-09 10:24 2256次阅读
    <b class='flag-5'>人工</b><b class='flag-5'>神经网络</b>的原理和多种<b class='flag-5'>神经网络</b>架构方法

    ANN神经网络——器件建模

    随着半导体行业的新材料、新工艺、新器件的不断发展,人工神经网络作为一种替代方法已经被引入器件建模领域。本文介绍了ANN神经网络建模的起源、优势、实现方式和应用场景。   随着半导体行业的新材料
    的头像 发表于 01-06 13:41 1667次阅读
    ANN<b class='flag-5'>神经网络</b>——器件建模