Đối với cùng một tác vụ, mức tiêu thụ năng lượng của con chip này cho việc học trên chip chỉ bằng 3% so với mức tiêu thụ năng lượng của hệ thống Mạch tích hợp dành riêng cho quy trình nâng cao (ASIC).

Hiện nay, trí tuệ nhân tạo tổng hợp đã tạo ra một làn sóng phát triển mới trong ngành AI. Các công nghệ AI được hỗ trợ bởi sức mạnh tính toán lớn đang thay đổi đáng kể cách con người sống và làm việc. Tuy nhiên, số lượng lớn các tham số cần thiết cho các mô hình AI đã dẫn đến nhu cầu về sức mạnh tính toán ngày càng tăng, khiến việc tìm giải pháp để thu hẹp khoảng cách điện toán khổng lồ và đạt được những cải tiến đáng kể về hiệu quả sử dụng năng lượng là điều bắt buộc. Các chip hiệu suất cao và tiết kiệm năng lượng đã trở thành vật mang sức mạnh tính toán cụ thể và nền tảng cốt lõi thúc đẩy sự phát triển của làn sóng cách mạng thông minh này, đồng thời là động lực thúc đẩy sự phát triển không ngừng của xã hội loài người.

Để giải quyết những thách thức lớn mà các kiến ​​trúc phân tách điện toán-lưu trữ truyền thống hạn chế sức mạnh tính toán phải đối mặt, Giáo sư Wu Huaqiang và Phó Giáo sư Gao Bin từ Trường Mạch tích hợp tại Đại học Thanh Hoa đã tập trung vào nghiên cứu công nghệ tích hợp điện trở lưu trữ-điện toán bộ nhớ và khám phá một mô hình mới cho hệ thống máy tính.

Công nghệ tích hợp điện toán-lưu trữ điện trở bộ nhớ đã cách mạng hóa kiến ​​trúc điện toán von Neumann truyền thống từ các khía cạnh của thiết bị, mạch và điện toán lý thuyết, đạt được sự cải thiện vượt bậc về sức mạnh tính toán và hiệu quả năng lượng. Công nghệ này cũng có thể sử dụng các đặc điểm học tập của các thiết bị cơ bản để hỗ trợ học tập trên chip theo thời gian thực, hỗ trợ các kịch bản mới về đào tạo biên dựa trên học tập cục bộ. Hiện nay, các nghiên cứu liên quan ở cấp độ quốc tế chủ yếu tập trung vào việc trình diễn chức năng học tập ở cấp độ mảng điện trở bộ nhớ. Tuy nhiên, việc hiện thực hóa các chip điện trở bộ nhớ tích hợp toàn cầu hỗ trợ việc học trên chip hiệu quả vẫn phải đối mặt với những thách thức đáng kể, chủ yếu là do khả năng tương thích kém giữa phương pháp cập nhật trọng số có độ chính xác cao theo yêu cầu của thuật toán đào tạo lan truyền ngược truyền thống và các đặc tính thực tế của điện trở bộ nhớ.

Để giải quyết các vấn đề trên, Giáo sư Wu Huaqiang và Phó Giáo sư Gao Bin dựa trên mô hình điện toán tích hợp điện toán lưu trữ, đã phát triển chip tích hợp điện trở lưu trữ-điện toán lưu trữ tích hợp toàn cầu đầu tiên trên thế giới hỗ trợ học tập trên chip hiệu quả (học máy có thể được thực hiện trực tiếp). hoàn thành ở phần cuối phần cứng). Họ đã đạt được những bước đột phá đáng kể trong lĩnh vực chip tích hợp điện toán lưu trữ điện trở bộ nhớ hỗ trợ học tập trên chip, dự kiến ​​sẽ thúc đẩy sự phát triển của trí tuệ nhân tạo, lái xe tự động và các thiết bị đeo được. Những thành tựu liên quan đã được công bố trực tuyến trên tạp chí Khoa học mới nhất.

Được biết, con chip này đạt mức tiêu thụ năng lượng cho việc học trên chip chỉ bằng 1/35 so với mức tiêu thụ năng lượng của hệ thống Mạch tích hợp dành riêng cho quy trình nâng cao (ASIC), đồng thời dự kiến ​​sẽ đạt được mức cải thiện hiệu quả năng lượng gấp 75 lần.

Các thuật toán và kiến ​​trúc phổ quát dựa trên sự tích hợp điện toán-lưu trữ điện trở bộ nhớ để học tập hiệu quả trên chip.

Học cạnh bằng cách sử dụng chip điện trở bộ nhớ thần kinh

Trình diễn học tập tăng dần để điều khiển theo dõi tự động của một chiếc ô tô nhỏ

Đối với cùng một nhiệm vụ, mức tiêu thụ năng lượng của việc học trên chip mà con chip này đạt được chỉ bằng 3% so với hệ thống ASIC chuyên dụng theo công nghệ tiên tiến, thể hiện lợi thế hiệu quả năng lượng vượt trội và tiềm năng lớn để đáp ứng nhu cầu năng lượng tính toán cao của AI. kỷ nguyên. Điều này mang lại một lộ trình phát triển sáng tạo để vượt qua nút thắt về hiệu quả năng lượng theo kiến ​​trúc điện toán von Neumann truyền thống.

Tiến sĩ Yao Peng, một nhà nghiên cứu sau tiến sĩ, giải thích: “Việc học về tích hợp lưu trữ và tính toán trên chip có thể bảo vệ quyền riêng tư và dữ liệu của người dùng một cách hiệu quả đồng thời đạt được độ trễ thấp hơn và mức tiêu thụ năng lượng nhỏ hơn”. Đề cập đến các phương pháp xử lý não mô phỏng sinh học, con chip này có thể đạt được "đào tạo trên chip" và "nhận dạng trên chip" nhanh chóng cho các tác vụ khác nhau, thực hiện hiệu quả các nhiệm vụ học tập tăng dần trong các tình huống điện toán biên với mức tiêu thụ điện năng thấp để thích ứng với các tình huống mới và học hỏi những điều mới. kiến thức, đáp ứng nhu cầu cá nhân của người dùng.

Ví dụ: một số người quen với việc thêm dấu gạch ngang ngắn vào giữa số "7". Lúc đầu, chip thông minh không nhận ra ký hiệu này, nhưng sau khi huấn luyện hai hoặc ba số "7" được viết như vậy, nó có thể nhận dạng chính xác đó là số "7".

Trong tình hình quốc tế phức tạp và luôn thay đổi, việc đột phá công nghệ “nút cổ chai” vẫn là trọng tâm hiện nay.

Đối mặt với những vấn đề thực tế như thiếu thiết bị nghiên cứu và phát triển tiên tiến, các thành viên trong nhóm phần nào bối rối không biết liệu mỗi bước họ thực hiện có đúng hay không, liệu kết quả có đáp ứng được kỳ vọng hay không và liệu công nghệ có thể được tối ưu hóa hơn nữa hay không. Tất cả những điều này đều là gánh nặng lớn đối với mọi người.

Thứ nhất, có những thách thức về công nghệ. Sự phát triển của chip điện trở nhớ đòi hỏi kiến ​​thức tiên tiến từ nhiều lĩnh vực như khoa học vật liệu, vật lý và kỹ thuật điện tử. Trong số nhiều thách thức kỹ thuật, thách thức đầu tiên cần giải quyết là làm thế nào để đạt được sự tích hợp quy mô lớn của các thiết bị ghi nhớ. Thông qua một số lượng lớn các thí nghiệm và nghiên cứu lý thuyết, nhóm đã đề xuất một phương pháp đồng tối ưu hóa kiến ​​trúc-mạch-quy trình, cung cấp hướng dẫn cho việc thiết kế hệ thống tích hợp tính toán và lưu trữ.

Thứ hai, có những thách thức về mặt kỹ thuật. Với quy trình tích hợp quy mô lớn và thiết kế mạch quan trọng đã sẵn sàng, làm thế nào có thể khắc phục các lỗi gây ra bởi các hiệu ứng không lý tưởng đa quy mô từ dưới lên và lắp ráp thành một chip hệ thống hiệu quả? Với nỗ lực chung của các giáo viên và học sinh trong nhóm, kiến ​​trúc STELLAR đã được đề xuất, các thí nghiệm mô phỏng và tối ưu hóa thuật toán đã được hoàn thành, đồng thời chế tạo chip học tập tích hợp tính toán và lưu trữ hiệu quả cao, đạt được sự cải thiện đáng kể về tốc độ và hiệu quả sử dụng năng lượng.

Gao Bin tin rằng: “Con đường này khó khăn nhưng nó có ý nghĩa phi thường. Đây là một chiến trường quan trọng trong lĩnh vực công nghệ cao toàn cầu hiện nay”. Nghiên cứu chip là một quá trình lâu dài và gian khổ, chưa có đột phá rõ ràng. Tuy nhiên, thông qua nghiên cứu và học hỏi không ngừng, đã đạt được những thành tựu quý giá.

Là tác giả đầu tiên của các bài báo học thuật, Zhang Wenbin và Yao Peng đã có được kiến ​​thức sâu rộng trong các lĩnh vực nghiên cứu khác nhau như chất bán dẫn, vi điện tử, thuật toán phần mềm và điện toán mô phỏng thần kinh trong quá trình nghiên cứu tiến sĩ của họ. Họ đã tích lũy được nhiều kết quả nghiên cứu và phát triển cũng như kinh nghiệm kỹ thuật quý giá.

Từ không có gì đến có gì đó, từ điểm yếu đến điểm mạnh. Trên con đường nghiên cứu khoa học không có lối tắt, những “tuổi trẻ chip” này đã trải qua vô số giây phút bỏ cuộc sau sự chuẩn bị và quan sát, chỉ để bắt đầu lại sau vô số thất bại, vượt qua hết thử thách này đến thử thách khác.

Nhìn về tương lai, Wu Huaqiang hy vọng rằng các giải pháp và công nghệ của nhóm có thể vượt ra ngoài phạm vi phòng thí nghiệm và thúc đẩy hiệu quả việc chuyển đổi các thành tựu nghiên cứu khoa học. Họ tận tâm phục vụ nhu cầu của đất nước và xã hội.