Innehållsförteckning[Dölj][Visa]
När elektroniska enheter som mobiltelefoner, smartklockor och annan bärbar teknologi uppgraderas med nyare modeller, produceras en ansenlig mängd skräp varje år.
Om äldre versioner kunde ha uppdaterats med nya sensorer och processorer som snäpper in i enhetens interna chip, vilket minskar slöseri både vad gäller pengar och material, skulle det ha varit revolutionerande. Tänk på en mer hållbar framtid där smartphones, smarta klockor och annan bärbar teknologi inte ständigt ersätts med nyare modeller eller ställs på hyllan.
Istället kan de uppdateras med de senaste sensorerna och processorerna som helt enkelt snäpper in i en enhets interna chip, som LEGO-klossar som läggs till en befintlig struktur. Sådana omprogrammerbara chips kan hålla enheterna aktuella samtidigt som de minskar vårt digitala avfall.
Med deras LEGO-liknande design för en stapelbar, anpassningsbar artificiell intelligens chip, MIT-ingenjörer har nu tagit ett steg mot den modulära visionen.
Det här inlägget kommer att ta en grundlig titt på detta chip, dess konfigurationer och dess framtida konsekvenser.
Så, vad är ett LEGO-liknande artificiell intelligenschip?
Nästa stora utveckling som kommer att förändra planeten är artificiell intelligens. För att producera modulär och hållbar elektronik har MIT-ingenjörer nu skapat ett AI-chip som påminner om LEGO.
För att göra processen att lägga till ytterligare sensorer eller uppgradera gamla processorer enklare är det ett omkonfigurerbart chip med många lager som kan läggas på varandra eller bytas.
Baserat på kombinationen av lagren kan de "omkonfigurerbara" AI-chipen utökas på obestämd tid. Därför kan dessa chips minska på elektroniskt avfall samtidigt som de håller våra enheter aktuella.
Låt oss nu utforska designen av detta chip.
Chipdesign
AI-chiparkitekturen är verkligen exceptionell eftersom den kombinerar alternerande lager av bearbetnings- och sensorkomponenter med lysdioder (ljusemitterande dioder), som gör att chiplagren kan interagera visuellt.
Arkitekturen inkluderar ljusemitterande dioder (LED) som möjliggör optisk kommunikation över chipets lager samt alternerande lager av sensor- och bearbetningskomponenter. Signaler vidarebefordras över nivåer med hjälp av normal tråd i andra modulära chiparkitekturer.
Sådana omfattande anslutningar gör att sådana staplingssystem inte kan konfigureras eftersom de är svåra, för att inte säga omöjliga, att skära och koppla om. Istället för faktiska ledningar överför MIT-konceptet data genom chipet med hjälp av ljus.
Som ett resultat kan chippet arrangeras om, med lager som kan läggas till eller subtraheras från, till exempel för att inkludera nya sensorer eller moderna processorer. Ingenjörernas nya koncept parar bildsensorer med artificiella synapsarrayer, och var och en av dem lärs känna igen en viss bokstav, i det här fallet M, I och T.
Teamet konstruerar ett optiskt system snarare än att använda den traditionella metoden att överföra sensordata till processen genom fysiska kablar. I detta tillvägagångssätt kombineras varje sensor och artificiella synapser för att bilda en array som möjliggör kommunikation mellan bokstäverna utan behov av fysiska anslutningar.
Signalerna mellan lagren skickas via standardtråd i det vanliga modulära chip-arrangemanget. Dessa konventionella chips är inte omkonfigurerbara eftersom sådana komplicerade ledningsarrangemang är omöjliga att ta bort och koppla om.
Forskare väntar med spänning på implementeringen av dess banbrytande design för att utveckla datorenheter, såsom självförsörjande sensorer och diverse annan elektronik, som inte fungerar med en central eller distribuerad resurs som molnbaserad datoranvändning eller superdatorer.
Chipkonfigurationer
Ett enda chip skapades av forskarna, och dess beräkningskärna var ungefär lika stor som en bit konfetti på 4 kvadratmillimeter.
Chipet har tre "bildigenkänningsblock" placerade ovanpå varandra, som var och en har en bildsensor, ett optiskt kommunikationsskikt och en artificiell synapsuppsättning för att identifiera en av de tre bokstäverna M, I eller T. De sedan projicerade en slumpmässigt genererad bild av pixlar på enheten och mätte den elektriska ström som var och en neurala nätverk array genererad som svar.
När strömmen ökar ökar sannolikheten att bilden är bokstaven som den specifika matrisen har tränats för att upptäcka
Forskarna upptäckte att även om chipet kunde skilja mellan distinkta distinkta bilder, till exempel mellan bokstäverna I och T, hade det mindre framgång att klassificera tydliga bilder av varje bokstav. När bearbetningsskiktet på chipet omedelbart ersattes med en överlägsen "denoising"-processor upptäckte forskarna att enheten korrekt kände igen bilderna.
Men de bytte snabbt ut chipets bearbetningslager med en skicklig denoising-processor, och sedan tog de fram klippet som korrekt upptäckte bilder.
Eftersom de tror att det finns otaliga tillämpningar för dessa enheter planerar forskarna också att öka chipsens processorkraft och sensorkapacitet.
Applikationerna är obegränsade, tror forskarna, och de avser att utöka chipets avkännings- och bearbetningsmöjligheter.
Framtiden för det
När det gäller framtida arbete är forskarna särskilt glada över den potentiella adoptionen av denna arkitektur kanten beräkning enheter som superdatorer eller molnbaserad datoranvändning, vilket skulle öppna upp en helt ny värld av möjligheter.
I takt med att sakernas internet växer kommer efterfrågan på multifunktionella edgedatorenheter att skjuta i höjden. Teamet tror att eftersom det ger mycket av kanten beräkning flexibilitet, dess föreslagna design kan hjälpa till med detta.
IFör att upptäcka mer komplexa bilder eller för att användas i bärbar elektronisk hud- och hälsoövervakning planerar forskarna också att förbättra chipets avkännings- och bearbetningsförmåga.
Forskarna tycker att det är spännande om användare kan sätta ihop chippet själva med hjälp av olika sensorer och processlager som kan säljas separat.
Beroende på deras behov av en bild- eller videoidentifiering kan användaren välja mellan en mängd olika neurala nätverk.
Slutsats
Teamet pekar ut edge computing som en av flera möjliga användningsområden. Jeehwan Kim, en docent i maskinteknik vid MIT, förutspår att efterfrågan på multifunktionella edge computing-enheter kommer att öka avsevärt när vi går in i eran av sakernas internet baserat på sensornätverk.
I framtiden kommer "vår föreslagna hårdvarudesign att möjliggöra en enorm anpassningsförmåga för edge computing."
Sammanfattningsvis förändrar detta chip framtiden och välkomnar ett bredare utbud av AI-applikationer.
Kommentera uppropet