Indholdsfortegnelse[Skjule][At vise]
Når elektroniske enheder som mobiltelefoner, smartwatches og anden bærbar teknologi opgraderes med nyere modeller, produceres der en betragtelig mængde affald hvert år.
Hvis ældre versioner kunne være blevet opdateret med nye sensorer og processorer, der snapper ind i enhedens interne chip, hvilket mindsker spild i form af både penge og materialer, ville det have været revolutionerende. Overvej en mere bæredygtig fremtid, hvor smartphones, smartwatches og anden bærbar teknologi ikke konstant udskiftes med nyere modeller eller lægges på hylden.
I stedet kan de opdateres med de nyeste sensorer og processorer, der blot klikker ind i en enheds interne chip, som LEGO klodser tilføjet til en eksisterende struktur. Sådanne omprogrammerbare chips kan holde enheder opdaterede, mens de reducerer vores digitale affald.
Med deres LEGO-lignende design for en stabelbar, tilpasselig kunstig intelligens chip, har MIT-ingeniører nu taget et skridt hen imod den modulære vision.
Dette indlæg vil tage et grundigt kig på denne chip, dens konfigurationer og dens fremtidige implikationer.
Så hvad er en LEGO-lignende kunstig intelligens-chip?
Den næste store udvikling, der vil transformere planeten, er kunstig intelligens. For at producere modulær og bæredygtig elektronik har MIT-ingeniører nu skabt en AI-chip, der ligner LEGO.
For at gøre processen med at tilføje yderligere sensorer eller opgradere gamle processorer enklere, er det en rekonfigurerbar chip med adskillige lag, der kan lægges oven på hinanden eller skiftes.
Baseret på kombinationen af lagene kan de "rekonfigurerbare" AI-chips udvides på ubestemt tid. Derfor kan disse chips skære ned på elektronisk affald, mens de holder vores enheder opdaterede.
Lad os nu undersøge designet af denne chip.
Chip design
AI-chiparkitekturen er virkelig enestående, fordi den kombinerer skiftende lag af behandlings- og sensorkomponenter med LED'er (lysemitterende dioder), som gør det muligt for chiplagene at interagere visuelt.
Arkitekturen omfatter lysemitterende dioder (LED), der muliggør optisk kommunikation på tværs af chippens lag samt skiftende lag af sensor- og behandlingskomponenter. Signaler videresendes på tværs af niveauer ved hjælp af normal ledning i andre modulære chiparkitekturer.
Sådanne omfattende forbindelser gør sådanne stablingssystemer ikke-konfigurerbare, da de er vanskelige, hvis ikke umulige, at skære og omkoble. I stedet for egentlige ledninger transmitterer MIT-konceptet data gennem chippen ved hjælp af lys.
Som et resultat kan chippen omarrangeres med lag, der kan tilføjes eller trækkes fra, for eksempel for at inkludere nye sensorer eller moderne CPU'er. Ingeniørernes nye koncept parrer billedsensorer med kunstige synapse-arrays, og hver af dem bliver lært at genkende et bestemt bogstav, i dette tilfælde M, I og T.
Holdet konstruerer et optisk system i stedet for at bruge den traditionelle metode til at overføre sensordata til processen gennem fysiske kabler. I denne tilgang kombineres hver sensor og kunstige synapser for at danne et array, der muliggør kommunikationen mellem bogstaverne uden behov for fysiske forbindelser.
Signalerne mellem lagene sendes via standardtråd i det sædvanlige modulære chiparrangement. Disse konventionelle chips er ikke rekonfigurerbare, fordi sådanne indviklede ledningsarrangementer er umulige at afmontere og omkoble.
Forskere venter spændt på implementeringen af dets banebrydende design til at fremme computerenheder, såsom selvforsynende sensorer og forskellig anden elektronik, som ikke fungerer med en central eller distribueret ressource som cloud-baseret computing eller supercomputere.
Chip konfigurationer
En enkelt-chip blev skabt af forskerne, og dens beregningsmæssige kerne var omtrent på størrelse med et stykke konfetti på 4 kvadratmillimeter.
Chippen har tre billedgenkendelses-"blokke" placeret oven på hinanden, som hver har en billedsensor, et optisk kommunikationslag og en kunstig synapse-array til at identificere et af de tre bogstaver M, I eller T. De derefter projicerede et tilfældigt genereret billede af pixels på enheden og målte den elektriske strøm, som hver neurale netværk array genereret som svar.
Efterhånden som strømmen stiger, øges sandsynligheden for, at billedet er det bogstav, som det specifikke array er blevet trænet til at detektere
Forskerne opdagede, at mens chippen kunne skelne mellem distinkte uklare billeder, såsom mellem bogstaverne I og T, havde den mindre succes med at klassificere klare billeder af hvert bogstav. Da chippens behandlingslag omgående blev udskiftet med en overlegen "denoising"-processor, opdagede forskerne, at enheden genkendte billederne korrekt.
De udskiftede dog hurtigt chippens behandlingslag med en dygtig denoising-processor, og så producerede de klippet, der korrekt detekterede billeder.
Da de mener, at der er utallige applikationer til disse enheder, planlægger forskerne også at øge chipsens processorkraft og sensorkapacitet.
Applikationerne er ubegrænsede, mener forskerne, og de har til hensigt at udvide chippens sansnings- og behandlingsmuligheder.
Fremtiden for det
Med hensyn til fremtidigt arbejde er forskerne især begejstrede for den potentielle adoption af denne arkitektur til kant computing enheder som supercomputere eller cloud-baseret computing, som ville åbne op for en helt ny verden af muligheder.
Efterhånden som tingenes internet vokser, vil efterspørgslen efter multifunktionelle edge computing-enheder stige. Det tror holdet, fordi det giver meget af kant computing fleksibilitet, dets foreslåede design kan hjælpe med dette.
IFor at opdage mere komplekse billeder eller for at blive brugt i bærbar elektronisk hud- og sundhedsovervågning, planlægger forskerne også at forbedre chippens sansnings- og behandlingsevner.
Forskerne finder det spændende, hvis brugerne selv kunne sammensætte chippen ved hjælp af forskellige sensorer og behandlingslag, der kan sælges separat.
Afhængigt af deres behov for en billed- eller videoidentifikation kan brugeren vælge mellem en række forskellige neurale netværk.
Konklusion
Holdet fremhæver edge computing som en af de mange mulige anvendelser. Jeehwan Kim, en lektor i maskinteknik ved MIT, forudser, at efterspørgslen efter multifunktionelle edge computing-enheder vil stige betydeligt, efterhånden som vi går ind i æraen med tingenes internet baseret på sensornetværk.
I fremtiden "vil vores foreslåede hardwaredesign tillade en enorm tilpasningsevne af edge computing."
Som konklusion ændrer denne chip fremtiden og byder velkommen til et bredere udvalg af AI-applikationer.
Giv en kommentar