Pour la même tâche, la consommation d'énergie de cette puce pour l'apprentissage sur puce ne représente que 3 % de celle du système ASIC (Advanced Process-Specific Integrated Circuit).

Actuellement, l’intelligence artificielle générative a déclenché une nouvelle vague de développement dans l’industrie de l’IA. Les technologies d’IA soutenues par une grande puissance de calcul changent considérablement la façon dont les humains vivent et travaillent. Cependant, le nombre massif de paramètres requis pour les modèles d’IA a conduit à une demande croissante de puissance de calcul, ce qui rend impératif de trouver des solutions pour combler l’énorme déficit informatique et réaliser des améliorations significatives en matière d’efficacité énergétique. Les puces hautes performances et économes en énergie sont devenues les supports spécifiques de la puissance de calcul et le fondement principal du développement de cette vague de révolution intelligente, ainsi que la force motrice du développement continu de la société humaine.

Pour relever les défis majeurs rencontrés par les architectures traditionnelles de séparation stockage-informatique qui limitent la puissance de calcul, le professeur Wu Huaqiang et le professeur agrégé Gao Bin de l'École des circuits intégrés de l'Université Tsinghua se sont concentrés sur la recherche sur la technologie intégrée stockage-informatique à résistance de mémoire et ont exploré une nouveau paradigme pour les systèmes informatiques.

La technologie intégrée de stockage et de calcul à résistance de mémoire a révolutionné l'architecture informatique traditionnelle de von Neumann sous les aspects de dispositif, de circuit et de calcul théorique, réalisant une amélioration considérable de la puissance de calcul et de l'efficacité énergétique. Cette technologie peut également utiliser les caractéristiques d'apprentissage des appareils sous-jacents pour prendre en charge l'apprentissage sur puce en temps réel, permettant ainsi de nouveaux scénarios de formation de pointe basée sur l'apprentissage local. Actuellement, les recherches connexes au niveau international se concentrent principalement sur les démonstrations de fonctions d’apprentissage au niveau des réseaux de résistances mémoire. Cependant, la réalisation de puces de résistance mémoire intégrées à l'échelle mondiale prenant en charge un apprentissage efficace sur puce se heurte encore à des défis importants, principalement en raison de la mauvaise compatibilité entre la méthode de mise à jour du poids de haute précision requise par l'algorithme d'entraînement par rétro-propagation traditionnel et les caractéristiques réelles des résistances mémoire.

Pour résoudre les problèmes ci-dessus, le professeur Wu Huaqiang et le professeur agrégé Gao Bin, sur la base du paradigme informatique intégré de stockage-informatique, ont développé la première puce intégrée de stockage-informatique à résistance de mémoire intégrée au monde qui prend en charge un apprentissage efficace sur puce (l'apprentissage automatique peut être directement terminé au niveau du matériel). Ils ont réalisé des percées significatives dans le domaine des puces intégrées de stockage et de calcul à résistance mémoire prenant en charge l'apprentissage sur puce, ce qui devrait promouvoir le développement de l'intelligence artificielle, de la conduite autonome et des appareils portables. Les réalisations pertinentes ont été publiées en ligne dans le dernier numéro de Science.

Il est rapporté que cette puce atteint une consommation d'énergie pour l'apprentissage sur puce qui ne représente que 1/35 de celle du système ASIC (Advanced Process-Specific Integrated Circuit), tout en s'attendant également à une amélioration de 75 fois de l'efficacité énergétique.

Algorithmes et architectures universels basés sur l'intégration mémoire-résistance stockage-informatique pour un apprentissage efficace sur puce.

Apprentissage de pointe à l'aide de puces à résistance mémoire neuromorphique

Démonstration d'apprentissage incrémental pour le contrôle automatique du suivi d'une petite voiture

Pour la même tâche, la consommation d'énergie de l'apprentissage sur puce réalisée par cette puce ne représente que 3 % de celle d'un système ASIC spécialisé doté d'une technologie de pointe, démontrant des avantages d'efficacité énergétique exceptionnels et un grand potentiel pour répondre aux exigences élevées de puissance de calcul de l'IA. ère. Cela offre une voie de développement innovante pour surmonter le goulot d’étranglement en matière d’efficacité énergétique dans l’architecture informatique traditionnelle de von Neumann.

« L'apprentissage sur puce de l'intégration du stockage et du calcul peut protéger efficacement la confidentialité et les données des utilisateurs tout en obtenant une latence plus faible et une consommation d'énergie plus faible », a expliqué le Dr Yao Peng, chercheur postdoctoral. Se référant aux méthodes de traitement biomimétique du cerveau, cette puce peut réaliser une « formation sur puce » et une « reconnaissance sur puce » rapides pour différentes tâches, effectuant efficacement des tâches d'apprentissage incrémentielles dans des scénarios d'informatique de pointe avec une faible consommation d'énergie pour s'adapter à de nouvelles situations et apprendre de nouvelles connaissances, répondant aux besoins personnalisés des utilisateurs.

Par exemple, certaines personnes ont l'habitude d'ajouter un court tiret au milieu du chiffre « 7 ». Au début, la puce intelligente ne reconnaît pas ce symbole, mais après s'être entraînée sur deux ou trois de ces « 7 » écrits, elle peut le reconnaître avec précision comme étant le chiffre « 7 ».

Dans une situation internationale complexe et en constante évolution, éliminer les technologies « goulets d'étranglement » reste une priorité actuelle.

Confrontés à des problèmes pratiques tels qu'une pénurie d'équipements de recherche et développement avancés, les membres de l'équipe ne savent pas vraiment si chaque étape franchie est correcte, si les résultats peuvent répondre aux attentes et si la technologie peut être davantage optimisée. Tout cela représente un énorme fardeau pour tout le monde.

Premièrement, il y a les défis technologiques. Le développement de puces memristor implique des connaissances de pointe issues de plusieurs disciplines telles que la science des matériaux, la physique et l'ingénierie électronique. Parmi les nombreux défis techniques, le premier à relever est de savoir comment réaliser une intégration à grande échelle des dispositifs memristifs. Grâce à un grand nombre d’expériences et d’études théoriques, l’équipe a proposé une méthode de co-optimisation architecture-circuit-processus, qui a fourni des conseils pour la conception de systèmes intégrés de stockage et de calcul.

Deuxièmement, il y a des défis d’ingénierie. Avec le processus d'intégration à grande échelle et la conception de circuits critiques en place, comment les erreurs causées par des effets non idéaux ascendants et multi-échelles peuvent-elles être surmontées et assemblées dans une puce système efficace ? Grâce aux efforts conjoints des enseignants et des étudiants de l'équipe, l'architecture STELLAR a été proposée, des expériences d'optimisation et de simulation d'algorithmes ont été réalisées et une puce d'apprentissage intégrée de stockage et de calcul très efficace a été fabriquée, permettant une amélioration significative de la vitesse et de l'efficacité énergétique.

"Le chemin est difficile, mais il revêt une importance extraordinaire. Il s'agit d'un champ de bataille important dans le domaine actuel de la haute technologie mondiale", estime Gao Bin. La recherche sur les puces est un processus long et ardu, sans aucune avancée apparente en vue. Cependant, grâce à la recherche et à l’apprentissage continus, des réalisations précieuses sont obtenues.

En tant que premiers auteurs d'articles universitaires, Zhang Wenbin et Yao Peng ont acquis des connaissances approfondies dans divers domaines de recherche tels que les semi-conducteurs, la microélectronique, les algorithmes logiciels et l'informatique neuromorphique au cours de leurs études doctorales. Ils ont accumulé de riches résultats de recherche et développement et une précieuse expérience en ingénierie.

De rien à quelque chose, de la faiblesse à la force. Sur ce chemin de la recherche scientifique, sans raccourci, ces « jeunes puces » ont connu d'innombrables moments d'abandon après préparation et observation, pour recommencer après de nombreux échecs, surmontant un défi après l'autre.

En regardant vers l'avenir, Wu Huaqiang espère que les solutions et technologies de l'équipe pourront aller au-delà du laboratoire et promouvoir efficacement la transformation des acquis de la recherche scientifique. Ils se consacrent à répondre aux besoins du pays et de la société.