สำหรับงานเดียวกัน ชิปนี้สำหรับการเรียนรู้บนชิปใช้พลังงานเพียง 3% ของระบบ Advanced Process-Specific Integrated Circuit (ASIC) เท่านั้น

ปัจจุบัน ปัญญาประดิษฐ์เจเนอเรชั่นได้จุดประกายการพัฒนาคลื่นลูกใหม่ในอุตสาหกรรม AI เทคโนโลยี AI ที่ได้รับการสนับสนุนจากพลังการประมวลผลขนาดใหญ่กำลังเปลี่ยนแปลงวิถีชีวิตและการทำงานของมนุษย์ไปอย่างมาก อย่างไรก็ตาม พารามิเตอร์จำนวนมากที่จำเป็นสำหรับโมเดล AI ได้นำไปสู่ความต้องการพลังการประมวลผลที่เพิ่มขึ้น ทำให้จำเป็นต้องค้นหาโซลูชันเพื่อลดช่องว่างการประมวลผลขนาดใหญ่และบรรลุการปรับปรุงประสิทธิภาพการใช้พลังงานอย่างมีนัยสำคัญ ชิปประสิทธิภาพสูงและประหยัดพลังงานได้กลายเป็นพาหะเฉพาะของพลังการประมวลผลและเป็นรากฐานหลักที่ขับเคลื่อนการพัฒนาคลื่นแห่งการปฏิวัติอัจฉริยะ เช่นเดียวกับพลังขับเคลื่อนเบื้องหลังการพัฒนาอย่างต่อเนื่องของสังคมมนุษย์

เพื่อจัดการกับความท้าทายที่สำคัญที่สถาปัตยกรรมการแยกคอมพิวเตอร์การจัดเก็บข้อมูลแบบดั้งเดิมต้องเผชิญซึ่งจำกัดพลังการประมวลผล ศาสตราจารย์ Wu Huaqiang และรองศาสตราจารย์ Gao Bin จาก School of Integrated Circuits ที่มหาวิทยาลัย Tsinghua มุ่งเน้นไปที่การวิจัยเทคโนโลยีบูรณาการคอมพิวเตอร์จัดเก็บข้อมูลตัวต้านทานหน่วยความจำ และสำรวจ กระบวนทัศน์ใหม่ของระบบคอมพิวเตอร์

เทคโนโลยีบูรณาการคอมพิวเตอร์และหน่วยความจำแบบต้านทานหน่วยความจำได้ปฏิวัติสถาปัตยกรรมคอมพิวเตอร์ von Neumann แบบดั้งเดิมจากแง่มุมของอุปกรณ์ วงจร และการคำนวณทางทฤษฎี ทำให้เกิดการปรับปรุงอย่างก้าวกระโดดในด้านพลังการประมวลผลและประสิทธิภาพการใช้พลังงาน เทคโนโลยีนี้ยังสามารถใช้คุณลักษณะการเรียนรู้ของอุปกรณ์พื้นฐานเพื่อรองรับการเรียนรู้บนชิปแบบเรียลไทม์ เสริมศักยภาพสถานการณ์ใหม่ของการฝึกอบรม Edge บนพื้นฐานการเรียนรู้ในท้องถิ่น ปัจจุบันการวิจัยที่เกี่ยวข้องในระดับนานาชาติมุ่งเน้นไปที่การสาธิตฟังก์ชันการเรียนรู้ในระดับอาร์เรย์ตัวต้านทานหน่วยความจำเป็นหลัก อย่างไรก็ตาม การตระหนักถึงชิปตัวต้านทานหน่วยความจำแบบรวมทั่วโลกที่สนับสนุนการเรียนรู้บนชิปที่มีประสิทธิภาพยังคงเผชิญกับความท้าทายที่สำคัญ สาเหตุหลักมาจากความเข้ากันได้ไม่ดีระหว่างวิธีการอัปเดตน้ำหนักที่มีความแม่นยำสูง ซึ่งจำเป็นโดยอัลกอริธึมการฝึกอบรมการเผยแพร่กลับแบบดั้งเดิมและคุณลักษณะที่แท้จริงของตัวต้านทานหน่วยความจำ

เพื่อแก้ปัญหาข้างต้น ศาสตราจารย์ Wu Huaqiang และรองศาสตราจารย์ Gao Bin ที่ใช้กระบวนทัศน์การประมวลผลแบบบูรณาการการจัดเก็บข้อมูล-คอมพิวเตอร์ ได้พัฒนาชิปรวมการประมวลผลหน่วยความจำตัวต้านทานหน่วยความจำแบบบูรณาการตัวแรกของโลกที่รองรับการเรียนรู้บนชิปที่มีประสิทธิภาพ (การเรียนรู้ของเครื่องสามารถทำได้โดยตรง เสร็จสิ้นที่ส่วนท้ายของฮาร์ดแวร์) พวกเขาได้สร้างความก้าวหน้าครั้งสำคัญในด้านชิปรวมคอมพิวเตอร์และหน่วยความจำแบบต้านทานหน่วยความจำที่รองรับการเรียนรู้บนชิป ซึ่งคาดว่าจะส่งเสริมการพัฒนาปัญญาประดิษฐ์ การขับขี่อัตโนมัติ และอุปกรณ์สวมใส่ได้ ความสำเร็จที่เกี่ยวข้องได้รับการเผยแพร่ออนไลน์ในวารสาร Science ฉบับล่าสุด

มีรายงานว่าชิปตัวนี้ใช้พลังงานสำหรับการเรียนรู้บนชิปได้เพียง 1/35 ของระบบ Advanced Process-Specific Integrated Circuit (ASIC) ในขณะเดียวกันก็คาดว่าจะปรับปรุงประสิทธิภาพการใช้พลังงานได้ถึง 75 เท่า

อัลกอริธึมและสถาปัตยกรรมสากลที่อิงตามการบูรณาการคอมพิวเตอร์จัดเก็บข้อมูลแบบต้านทานหน่วยความจำเพื่อการเรียนรู้บนชิปที่มีประสิทธิภาพ

การเรียนรู้แบบ Edge โดยใช้ชิปตัวต้านทานหน่วยความจำ neuromorphic

การสาธิตการเรียนรู้ส่วนเพิ่มเพื่อการควบคุมการติดตามอัตโนมัติของรถยนต์ขนาดเล็ก

สำหรับงานเดียวกัน การใช้พลังงานของการเรียนรู้บนชิปที่ทำได้โดยชิปนี้มีเพียง 3% ของระบบ ASIC เฉพาะทางภายใต้เทคโนโลยีขั้นสูง ซึ่งแสดงให้เห็นถึงข้อได้เปรียบด้านประสิทธิภาพพลังงานที่โดดเด่นและศักยภาพที่ยอดเยี่ยมในการตอบสนองความต้องการพลังงานการประมวลผลสูงของ AI ยุค. นี่เป็นเส้นทางการพัฒนาที่เป็นนวัตกรรมเพื่อก้าวข้ามจุดคอขวดด้านประสิทธิภาพการใช้พลังงานภายใต้สถาปัตยกรรมการประมวลผลแบบ von Neumann แบบดั้งเดิม

“การเรียนรู้บนชิปของการบูรณาการการจัดเก็บข้อมูลและการคำนวณสามารถปกป้องความเป็นส่วนตัวและข้อมูลของผู้ใช้ได้อย่างมีประสิทธิภาพ ในขณะเดียวกันก็ลดเวลาแฝงลงและใช้พลังงานน้อยลง” ดร. Yao Peng นักวิจัยหลังปริญญาเอกอธิบาย ชิปนี้สามารถบรรลุ "การฝึกอบรมบนชิป" และ "การจดจำบนชิป" ได้อย่างรวดเร็วสำหรับงานต่างๆ โดยอ้างถึงวิธีการประมวลผลสมองแบบเลียนแบบชีวภาพ โดยทำงานการเรียนรู้แบบค่อยเป็นค่อยไปอย่างมีประสิทธิภาพในสถานการณ์การประมวลผลแบบเอดจ์ด้วยการใช้พลังงานต่ำ เพื่อปรับให้เข้ากับสถานการณ์ใหม่และเรียนรู้สิ่งใหม่ๆ ความรู้สนองความต้องการส่วนบุคคลของผู้ใช้

ตัวอย่างเช่น บางคนคุ้นเคยกับการเพิ่มขีดกลางสั้นๆ ตรงกลางตัวเลข "7" ในตอนแรก ชิปอัจฉริยะไม่รู้จักสัญลักษณ์นี้ แต่หลังจากฝึกกับ "7" ที่เขียนไว้สองหรือสามตัวแล้ว ก็สามารถจดจำได้อย่างถูกต้องว่าเป็นตัวเลข "7"

ในสถานการณ์ระหว่างประเทศที่ซับซ้อนและเปลี่ยนแปลงตลอดเวลา การก้าวผ่านเทคโนโลยี "คอขวด" ยังคงเป็นจุดสนใจในปัจจุบัน

เมื่อต้องเผชิญกับปัญหาในทางปฏิบัติ เช่น การขาดแคลนอุปกรณ์การวิจัยและพัฒนาขั้นสูง สมาชิกในทีมจึงค่อนข้างสับสนว่าแต่ละขั้นตอนที่พวกเขาทำนั้นถูกต้องหรือไม่ ผลลัพธ์จะเป็นไปตามความคาดหวังหรือไม่ และเทคโนโลยีจะสามารถปรับให้เหมาะสมต่อไปได้หรือไม่ ทั้งหมดนี้ถือเป็นภาระอันใหญ่หลวงสำหรับทุกคน

ประการแรก มีความท้าทายทางเทคโนโลยี การพัฒนาชิปเมมเบรนเกี่ยวข้องกับความรู้ล้ำสมัยจากหลากหลายสาขาวิชา เช่น วัสดุศาสตร์ ฟิสิกส์ และวิศวกรรมอิเล็กทรอนิกส์ ท่ามกลางความท้าทายทางเทคนิคหลายประการ สิ่งแรกที่ต้องแก้ไขคือทำอย่างไรจึงจะบรรลุการบูรณาการอุปกรณ์หน่วยความจำในวงกว้าง ด้วยการทดลองและการศึกษาเชิงทฤษฎีจำนวนมาก ทีมงานได้เสนอวิธีการเพิ่มประสิทธิภาพร่วมกันระหว่างสถาปัตยกรรม-วงจร-กระบวนการ ซึ่งให้คำแนะนำสำหรับการออกแบบระบบบูรณาการการจัดเก็บข้อมูลและการคำนวณ

ประการที่สอง มีความท้าทายด้านวิศวกรรม ด้วยกระบวนการบูรณาการขนาดใหญ่และการออกแบบวงจรที่สำคัญ ข้อผิดพลาดที่เกิดจากผลกระทบที่ไม่เหมาะหลายขนาดจากล่างขึ้นบนจะถูกเอาชนะและประกอบเป็นชิประบบที่มีประสิทธิภาพได้อย่างไร ด้วยความพยายามร่วมกันของอาจารย์และนักเรียนของทีม จึงมีการเสนอสถาปัตยกรรม STELLAR การเพิ่มประสิทธิภาพอัลกอริทึมและการทดลองจำลองเสร็จสมบูรณ์ และชิปการเรียนรู้แบบบูรณาการการจัดเก็บข้อมูลและการคำนวณที่มีประสิทธิภาพสูงได้ถูกประดิษฐ์ขึ้น บรรลุการปรับปรุงที่สำคัญในด้านความเร็วและประสิทธิภาพการใช้พลังงาน

“ถนนสายนี้ยากลำบาก แต่ก็มีความสำคัญอย่างยิ่ง มันเป็นสนามรบที่สำคัญในสาขาเทคโนโลยีขั้นสูงระดับโลกในปัจจุบัน” เกาปินเชื่อ การวิจัยชิปเป็นกระบวนการที่กินเวลานานและลำบาก โดยที่ยังไม่มีการพัฒนาที่ชัดเจน อย่างไรก็ตาม ด้วยการวิจัยและการเรียนรู้อย่างต่อเนื่อง ทำให้ได้รับความสำเร็จอันทรงคุณค่า

ในฐานะผู้เขียนบทความวิชาการกลุ่มแรก Zhang Wenbin และ Yao Peng ได้รับความรู้กว้างขวางในสาขาการวิจัยต่างๆ เช่น เซมิคอนดักเตอร์ ไมโครอิเล็กทรอนิกส์ อัลกอริธึมซอฟต์แวร์ และการคำนวณทางประสาทสัณฐานในระหว่างการศึกษาระดับปริญญาเอก พวกเขาได้สั่งสมผลการวิจัยและพัฒนามากมายและประสบการณ์ด้านวิศวกรรมอันทรงคุณค่า

จากไม่มีอะไรเป็นบางสิ่งบางอย่าง จากความอ่อนแอไปสู่ความเข้มแข็ง บนเส้นทางการวิจัยทางวิทยาศาสตร์ซึ่งไม่มีทางลัดนี้ "เยาวชนชิป" เหล่านี้มีประสบการณ์นับครั้งไม่ถ้วนในการยอมแพ้หลังจากการเตรียมตัวและการสังเกต เพียงเพื่อเริ่มต้นใหม่อีกครั้งหลังจากความล้มเหลวมากมาย และเอาชนะความท้าทายครั้งแล้วครั้งเล่า

เมื่อมองไปสู่อนาคต อู๋ฮัวเฉียงหวังว่าโซลูชันและเทคโนโลยีของทีมจะไปได้ไกลกว่าห้องปฏิบัติการ และส่งเสริมการเปลี่ยนแปลงความสำเร็จด้านการวิจัยทางวิทยาศาสตร์ได้อย่างมีประสิทธิภาพ พวกเขาทุ่มเทเพื่อตอบสนองความต้องการของประเทศและสังคม