• <table id="4yyaw"><kbd id="4yyaw"></kbd></table>
  • <td id="4yyaw"></td>

  • 類腦計算機能否只用一顆燈泡的功率運行?

    此刻,你的大腦正在識別這些字母的形狀、分析它們的含義,并維持著一串連續的思維——而這一切只消耗大約20瓦的功率,大致相當于點亮一只燈泡。然而,用今天的人工智能系統復制大腦能力的一小部分,就可能需要龐大的計算基礎設施與能源。神經形態計算,也被稱為「類腦計算」,正是試圖彌合這一差距的嘗試。它并不是讓今天的計算機稍微更高效,而是從根本上重新思考它們應該如何工作。人腦大約擁有860億個神經元,它們通過被稱為突觸的連接點彼此相連。一個神經元接收來自鄰居的信號;當這些信號的合計效應越過閾值時,它就會發出一段被稱為脈沖的短促電信號。有兩件事讓這個過程變得高效。第一,能量只在需要的地方花費,而不是到處持續消耗。第二,記憶與處理交織在每一個突觸響應的強度之中。大腦不需要停下來去尋找信息,這同時節省了時間與能量。相比之下,在普通計算機芯片中,處理器與內存是物理分離的,因此每一次計算都意味著在兩者之間搬運數據。這可能占據能耗中相當大的一部分,被稱為「......閱讀全文

    IBM研發可模擬人腦功能的認知計算機芯片

      美國IBM公司的研究人員8月18日公布了他們的最新研究成果——一種可以模擬人腦處理信息方式的認知計算機芯片。  建立在這種芯片基礎上的計算機將與目前大多數計算機的運行方式截然不同。現在的計算機采用的是“馮·諾依曼結構”:即內存和處理器是分開的,兩者之間通過“總線”來傳輸數據。在過去的6

    我國學者以殼聚糖薄膜為材料成功研制ITO突觸晶體管

      “人工智能(AI)”是在上世紀50年代提出的,經歷了緩慢的發展時期。然而,自2016年“AlphaGo”問世以來,目前AI已經成為了全球的研究熱點之一,備受關注。值得注意的是,現有的AI技術主要基于傳統馮·諾依曼架構,需要采用較為復雜的計算機代碼才能實現,其計算模塊與存儲模塊相分離,因此其并行運

    我國研制的ITO薄膜晶體管實現EPSC、PPF、STDP三種突觸功能

      “人工智能(AI)”是在上世紀50年代提出的,經歷了緩慢的發展時期。然而,自2016年“AlphaGo”問世以來,目前AI已經成為了全球的研究熱點之一,備受關注。值得注意的是,現有的AI技術主要基于傳統馮·諾依曼架構,需要采用較為復雜的計算機代碼才能實現,其計算模塊與存儲模塊相分離,因此其并行運

    關于征集“后摩爾時代新器件基礎研究”計劃的通知

      面向我國產業發展的戰略需求,針對后摩爾時代芯片發展中最本質的算力瓶頸問題,國家自然科學基金委員會2019年啟動了“后摩爾時代新器件基礎研究”重大研究計劃,旨在通過新材料、新原理、新結構、新器件和新架構的創新研究,突破芯片算力瓶頸,提升我國芯片研究水平。  為進一步做好“后摩爾時代新器件基礎研究”

    后摩爾時代新器件重大研究計劃項目指南發布

    關于發布后摩爾時代新器件基礎研究重大研究計劃2023年度項目指南的通告國科金發計〔2023〕8號國家自然科學基金委員會現發布后摩爾時代新器件基礎研究重大研究計劃2023年度項目指南,請申請人及依托單位按項目指南中所述的要求和注意事項申請。國家自然科學基金委員會2023年2月10日后摩爾時代新器件基礎

    300萬元/項!基金委發布重大研究計劃2023年度項目指南

    關于發布后摩爾時代新器件基礎研究重大研究計劃2023年度項目指南的通告國科金發計〔2023〕8號國家自然科學基金委員會現發布后摩爾時代新器件基礎研究重大研究計劃2023年度項目指南,請申請人及依托單位按項目指南中所述的要求和注意事項申請。國家自然科學基金委員會2023年2月10日  后摩爾時代新器件

    新型光芯片可執行深度神經網絡關鍵計算

    科技日報北京12月2日電(記者張佳欣)2日發表在《自然·光子學》雜志上的論文稱,美國麻省理工學院科學家開發出一種全集成光芯片。它能以光學方式執行深度神經網絡所需的所有關鍵計算,為制造能實時學習的高速處理器打開了大門。這種新型光芯片能夠在不到半納秒的時間內,完成機器學習分類任務的關鍵計算,性能與傳統硬

    自動化所與北大合作開源深度脈沖神經網絡框架

    原文地址:http://news.sciencenet.cn/htmlnews/2023/10/510643.shtm

    物理所在類神經突觸晶體管和憶阻器研究中取得進展

      計算機作為人類科技發展的代表,在人們的日常生活中起著不可替代的作用。隨著人類社會信息量的高速增長,計算機在運算速度提高的同時,對能源的消耗也在迅速增加。例如,我國的“天河二號”超級計算機(連續三次奪得世界超級計算機冠軍),正常工作的功率高達20兆瓦,年耗電量約2億度。相比之下,人腦是自然界中非常

    我國科學家發明新的單晶體管邏輯結構

      復旦大學科研團隊近日在集成電路基礎研究領域取得一項突破。他們發明了讓單晶體管“一個人干兩個人的活”的新邏輯結構,使晶體管面積縮小50%,存儲計算的同步性也進一步提升。如果成功產業化,將推動集成電路向更輕、更快、更小、功耗更低方向發展。相關研究成果已在線發表于《自然·納米技術》。  “這項研究工作

    較GPU提速高達478.18倍,首款毫秒級神經動力學芯片問世

      想要讓一塊芯片,像大腦的神經網絡一樣解構、重建、處理一個復雜的數學任務,至少需要十幾分鐘,而我國科學家提出的最新研究成果,有望將這個時間大大縮短至毫秒級。  7月2日,北京大學深圳研究生院信息工程學院院長楊玉超團隊,聯合中國科學院上海微系統與信息技術研究所研究員宋志棠團隊等在《科學》發表最新研究

    低能耗,高算力,清華團隊研制出新款憶阻器存算一體芯片

      “我們研發的這款存算一體芯片,展示出高適應性、高能效、高通用性、高準確率等特點,能有效強化智能設備在實際應用場景下的學習適應能力。”10日,清華大學集成電路學院副教授高濱接受記者采訪時表示,“該款芯片揭示了人工智能時代下邊緣學習的新范式,為突破馮·諾依曼傳統計算架構下的能效、算力瓶頸提供了一種創

    新型光電神經網絡架構讓光電計算精度更高

    近日,清華大學深圳國際研究生院副教授耿子涵團隊聯合鵬城實驗室等單位,提出了一種基于級聯微環諧振器的光電神經網絡架構。相關研究成果以封面文章的形式發表于《激光與光子學評論》。該研究通過器件結構創新與系統級的優化設計,實現了高消光比與窄帶寬,顯著提升了系統的光譜密度與計算密度,成功攻克了因光強非負性而難

    自動化所研發出類腦脈沖神經網絡加速器

      近日,中國科學院自動化研究所曾毅研究員課題組提出基于FPGA的脈沖神經網絡硬件加速器“智脈·螢火”(FireFly),并集成了針對FPGA器件特點的DSP運算優化策略和適配脈沖神經網絡數據流模式的高效的突觸權重和膜電壓訪存系統,在硬件上實現了脈沖神經網絡的推理加速,推動了類腦脈沖神經網絡邁向實用

    人工神經元利用光實現神經形態計算

      沙特阿卜杜拉國王科技大學研究團隊開發出一種人工神經元,可利用光電實現神經形態計算。新技術模仿突觸或神經元功能,可適應和重新配置其對光的響應進而完成計算。這項突破性進展發表在最新一期《光:科學與應用》雜志上。  團隊利用二維材料二硒化鉿設計并制造了金屬氧化物半導體電容器(MOSCap)。這種器件采

    自旋分子存儲器研究獲進展

      經典的馮·諾依曼計算機架構中,數據存儲與處理分離。由于指令、數據在存儲器和處理器之間的高頻轉移,導致計算機發展的“存儲墻瓶頸”與“功耗墻瓶頸”。能否模仿人類的大腦,構建新型器件實現計算和存儲一體化,完成低功耗的復雜并行計算?  理論提出的自旋場效應晶體管(自旋FET)同時具有實現數據存儲和處理的

    IBM團隊研發新編程語言-夢想克隆人類大腦

      再創造人類智慧是不可能的,而且我們甚至無法理解大腦如何工作。但是Dharmendra Modha正在與技術巨頭IBM以及各個大學和政府實驗室的團隊合作,嘗試建造一個大腦。 IBM公司設計的神經突出計算機芯片可視化網絡。   這位印度出生的計算機科學家,2006年在硅谷的IBM研究實驗室創

    助力開發超快人工神經網絡存算一體系統

      中國科學技術大學李曉光團隊基于鐵電隧道結量子隧穿效應,實現了具有亞納秒信息寫入速度的超快原型存儲器,并可用于構建存算一體人工神經網絡,該成果近日在線發表于《自然—通訊》。  在大數據時代,海量數據的低能耗、快速存儲處理是突破和完善未來人工智能、物聯網等技術發展的關鍵之一。為此,迫切需求一種既能匹

    向人腦學習,他們希望走通“0”到“0.1”

    作為一名凝聚態物理學家,復旦大學微納電子器件與量子計算機研究院院長沈健,十分擅長挖掘材料中新奇的特性:納米磁性、自旋電子學、低維物理、復雜體系強關聯效應......但多年的科研工作,也讓沈健產生了一種割裂感。一方面,從石墨烯到納米管,從鈣鈦礦到超導體,越來越多材料在實驗室中涌現,但邁不出成果轉化的“

    宇宙神經網絡:高度相似的神經網絡與宇宙星系

       一項最新的研究表明人類大腦神經元網絡和宇宙的星系網絡之間存在驚人的結構相似性!這項研究結果由意大利天體物理學家Franco Vazza和神經外科醫生Alberto Feletti以題為“The Quantitative Comparison Between the Neuronal Netwo

    宇宙神經網絡:高度相似的神經網絡與宇宙星系

    作者:羅輯科學??????一項最新的研究表明人類大腦神經元網絡和宇宙的星系網絡之間存在驚人的結構相似性!這項研究結果由意大利天體物理學家Franco?Vazza和神經外科醫生Alberto?Feletti以題為“The?Quantitative?Comparison?Between?the?Neur

    濕地甲烷排放對二氧化碳濃度升高的響應方面取得進展

      近日,中國科學院自動化研究所曾毅研究員課題組提出基于FPGA的脈沖神經網絡硬件加速器“智脈·螢火”(FireFly),并集成了針對FPGA器件特點的DSP運算優化策略和適配脈沖神經網絡數據流模式的高效的突觸權重和膜電壓訪存系統,在硬件上實現了脈沖神經網絡的推理加速,推動了類腦脈沖神經網絡邁向實用

    科研人員開發出基于AlScN/pin-GaN異質結的紫外光電突觸器件

      隨著人工智能和互聯網技術的發展,對高性能計算和智能視覺系統的需求日益增長。然而,傳統的馮·諾依曼架構在處理大規模圖像數據時面臨著數據傳輸瓶頸和高能耗等問題,限制了系統的效率和性能。近年來,憶阻器作為新型非易失性存儲器件,因在存儲和處理單元中集成探測、存儲和計算功能而備受關注。AlScN作為優秀的

    近紅外調節終端用于模擬異突觸可塑性

    “內存墻“(memory wall)概念最初由Wulf和McKee于1994年提出,分析和預測了處理器和內存不均衡的性能發展速度將會造成內存的存取速度嚴重滯后于處理器的計算速度的后果。 一旦我們到達內存墻,應用程序執行時間幾乎完全取決于RAM將數據發送到CPU的速度。內存瓶頸導致高性能處理器難以發揮

    IBM成功構建模擬人腦功能的認知計算機芯片

      8月18日,藍色巨人IBM公布了一個令人振奮的消息。他們通過模擬大腦結構,首次成功構建出兩個具有感知認知能力的硅芯片原型,可以像大腦一樣具有學習和處理信息的能力。IBM公司領導該研究項目的負責人德哈門德拉·莫德哈表示,這兩個計算機芯片結合了神經元的計算能力、突觸(或神經節)的記憶能力和軸突的通信

    熱烈祝賀!華人學者Nature上發表最新成果

      人工神經網絡廣泛應用于人臉識別、語音翻譯、醫療診斷、自動駕駛等重要領域,其性能主要由硬件算力決定,目前所廣泛應用的神經網絡硬件都基于數字電子架構。然而,該架構的兩個本質局限—馮諾曼依瓶頸與電子速率瓶頸,極大限制了神經網絡硬件的潛在算力。首先,數字架構中,數據的存儲和運算是分布式的,因而在計算過程

    自動化所研發出全脈沖神經網絡的類腦認知智能引擎

      中國科學院自動化研究所研究員曾毅帶領的類腦認知智能團隊,打造出全脈沖神經網絡的類腦認知智能引擎(Brain-inspired Cognitive Intelligence Engine,簡稱為BrainCog,中文名為“智脈”),并進行全面開源開放,為探索面向通用人工智能的類腦智能研究提供基礎性

    物理所基于憶耦器實現非易失性多態存儲

      隨著摩爾定律的失效,基于半導體集成電路的信息技術已逐步逼近物理極限,后摩爾時代的信息技術亟待全新的范式和原理。現代計算機自問世以來一直采用馮·諾依曼結構,即運算器與存儲器分離,這種結構使得運算器與存儲器之間的數據傳輸成為影響系統性能的瓶頸(稱為馮·諾依曼瓶頸),大大限制了計算機性能的提高;同時,

    打破瓶頸,要敢于向前端基礎研究尋求答案

    “30年前我上大學的時候,還需要排長隊來打長途電話,完全無法想象有一天能夠拿著一個小盒子,隨時隨地與遠方的家人視頻溝通,還可以通過它連接世界,干很多事情,這在當時太科幻了。” 華為戰略研究院院長周紅在4月26日舉行的2022年華為全球分析師大會上表示,人類目前對數

    打破瓶頸,要敢于向前端基礎研究尋求答案

    “30年前我上大學的時候,還需要排長隊來打長途電話,完全無法想象有一天能夠拿著一個小盒子,隨時隨地與遠方的家人視頻溝通,還可以通過它連接世界,干很多事情,這在當時太科幻了。” 華為戰略研究院院長周紅在4月26日舉行的2022年華為全球分析師大會上表示,人類目前對數

  • <table id="4yyaw"><kbd id="4yyaw"></kbd></table>
  • <td id="4yyaw"></td>
  • 调性视频