Phần cứng mô phỏng thần kinh để giảm năng lượng cho AI ^{CEFR B2}

Khi các vi mạch truyền thống tiến gần tới giới hạn vật lý và nhu cầu xử lý cho trí tuệ nhân tạo tăng lên, các nhà nghiên cứu chuyển sang lấy cảm hứng từ bộ não để thiết kế phần cứng hiệu quả hơn năng lượng. Lượng điện tiêu thụ của các trung tâm dữ liệu chạy AI được dự báo sẽ tăng gấp đôi vào cuối thập kỷ, do đó thiết kế phần cứng bền vững trở nên cấp bách.

Nhóm của giáo sư Suchi Guha tại University of Missouri, đồng thời là thành viên của Viện Khoa học và Kỹ thuật Vật liệu, đang chế tạo các thành phần điện tử mô phỏng khớp nối thần kinh. Họ dùng transistor hữu cơ được thiết kế để lưu trữ và xử lý thông tin ở cùng một vị trí, thay vì tách rời bộ nhớ và xử lý như hầu hết vi mạch hiện đại. Guha nêu bật hiệu quả năng lượng của não, khi nó thực hiện các nhiệm vụ phức tạp với khoảng 20 watt điện năng.

Các nhà nghiên cứu so sánh nhiều vật liệu hữu cơ, và nhận thấy mặc dù chúng có vẻ giống nhau trên bề mặt, nhưng khi biến thành transistor có hành vi synap thì hiệu suất rất khác nhau. Họ xác định giao diện — ranh giới mỏng nơi chất bán dẫn gặp lớp cách điện — là yếu tố then chốt; ngay cả khác biệt cấu trúc nhỏ cũng gây tác động lớn. Làm rõ cách thiết kế phân tử và chất lượng giao diện ảnh hưởng đến hành vi synap sẽ cung cấp nguyên tắc thiết kế cho phần cứng neuromorphic.

Nếu thành công, những hệ như vậy có thể dẫn tới AI giống bộ não hơn, học hiệu quả hơn và tiêu thụ ít năng lượng hơn, giúp thực hiện nhiệm vụ như nhận dạng mẫu và ra quyết định. Công trình được công bố trên ACS Applied Electronic Materials; các đồng tác giả đến từ Mizzou và Hamad Bin Khalifa University. Nguồn: University of Missouri.