На нервах: в России создают «умные» элементы памяти
Российские ученые разрабатывают элементы компьютерной памяти, позволяющие в перспективе создать вычислительную систему, работающую по принципам человеческого мозга. Специалисты НИЦ «Курчатовский институт» создают мемристоры — уникальные ячейки памяти — из особого материала поли-п-ксилилена. Обычная ячейка памяти сохраняет только 1 бит информации. А разработанные в Курчатовском институте мемристоры запоминают до 16 различных значений (4 бит), что позволяет получить значительный выигрыш в электропотреблении.
Думать как мозг
Ученые Курчатовского института разработали электрические элементы из поли-п-ксилилена, которые в будущем могут прийти на смену бинарным транзисторам, применяемым в современных компьютерах. Нынешние программные нейросети потребляют огромное количество энергии в силу неприспособленности бинарной технологии к вычислениям, имитирующим естественные процессы нервной системы. Наш мозг потребляет всего несколько Ватт энергии, но намного превосходит существующие компьютеры по производительности в антропоморфных задачах. Новое биоподобное устройство, работающее по тем же принципам, что и синапсы мозга, получило название «мемристор», от английских слов memory — «память» и resistor — «сопротивление».
Специалисты многих стран мира работают над созданием подобных структур с 2008 года, когда было совершено первое открытие в этой области. Обычный транзистор может находиться только в одном из двух состояний: либо во включенном («1»), либо в выключенном («0»). Мемристор работает по иным принципам и может находиться в одном из многих состояний между «0» и «1». Это свойство, называемое пластичностью, позволяет устройству сохранять большее количество информации. Мемристоры, созданные в Курчатовском институте, запоминают не менее 16 различных значений, что соответствует 4 битам информации. Обычные ячейки компьютерной памяти сохраняют только 1 бит.
— Ключевой вопрос во всем мире по тематике создания новых мемристорных элементов заключается именно в поиске оптимальных материалов, которые будут обеспечивать нужные характеристики не только отдельных ячеек памяти, но и в целом нейронной сети, где они служат строительными блоками, — отметил научный сотрудник лаборатории технологий искусственного интеллекта НИЦ «Курчатовский институт» Антон Миннеханов.
Главное преимущество аппаратных нейросетей на основе мемристоров — низкое энергопотребление. Например, традиционные запоминающие устройства используют в десятки раз больше энергии при записи информации, чем разработанный мемристор. Новая технология позволяет создавать вычислительные системы, имитирующие работу мозга. В такой системе мемристор может выступать в роли искусственного синапса — аналога связи между нейронами. Сила этой связи может плавно изменяться в диапазоне между логическими «0» и «1». Свойство пластичности здесь также играет ключевую роль.
Особый материал
Для создания мемристорных синапсов в Курчатовском институте использовали материал поли-п-ксилилен. Это вещество обладает свойством биосовместимости, поэтому микрочипы на его основе в будущем можно будет имплантировать (вживлять) в человеческий организм. Мемристор имеет характерную сэндвич-структуру: слой поли-п-ксилилена толщиной 100 нм размещается между «верхним» и «нижним» проводящими электродами.
В такой конструкции «нижний» электрод инертен, а «верхний», состоящий из меди или серебра, активен. Атомы металла подвижны, и под действием электрического поля они способны диффундировать — проникать в слой поли-п-ксилилена. Внутри него ионы металла движутся по направлению к нижнему электроду, где вновь собираются и восстанавливают свое металлическое состояние. Так постепенно образуется «проводящий металлический мостик» между электродами. Чем он толще, тем выше проводимость мемристора, с помощью которой и кодируют сохраненную в нем информацию.
Специалисты Курчатовского института пошли дальше и решили усовершенствовать методику обучения мемристорных нейросетей на основе поли-п-ксилилена, используя так называемые эффекты второго порядка. Такие эффекты в данном случае заключаются в увеличении скорости работы мемристора за счет его предварительного разогрева. С ростом температуры подвижность атомов металла увеличивается, что дает возможность с меньшими затратами энергии менять проводимость устройства. Такой подход еще ближе к функционированию мозга, где эффекты второго порядка также проявляют себя, например, при изменении концентрации электролитов.
С помощью этой технологии можно будет создать энергоэффективные нейронные сети, где связь между двумя нейронами задается только одним мемристором, в то время как в классической компьютерной технике для этого необходимы десятки транзисторов. Такой аппаратной нейросети для работы будет хватать совсем небольшого количества энергии, что позволит создавать микрочипы для имплантации в человеческий организм или использования в автономной робототехнике. В Курчатовском институте ведутся работы по созданию на основе мемристоров нейрочипа для быстрого и энергоэффективного распознавания изображений. Высокая компактность и биосовместимость разрабатываемой системы позволит использовать ее в качестве основы портативных (в том числе имплантируемых) устройств искусственного интеллекта нового поколения. Они будут перспективны для решения как бытовых , так и более сложных специальных задач (нейропротезирование, управление миниатюрной робототехникой и т.п.).
Искусственные нейроны
— Использование мемристоров с большой степенью вероятности может привести к успеху в области создания нейроморфных компьютеров, поскольку сама идея этих устройств основана на способности одного электрического элемента быть и вычислителем, и сохранять память о своем состоянии, по сути, выступать ячейкой памяти, — сказал проректор по научной работе Дальневосточного федерального университета (вуз — участник проекта повышения конкурентоспособности образования «5-100») Александр Самардак.
По словам эксперта, дальнейшая работа в этом направлении позволит создать нейроморфные вычислительные элементы и ячейки ассоциативной памяти для компьютеров. Уменьшение мемристивных элементов и снижение их энергопотребления может привести к созданию компактных и энергоэффективных искусственных синапсов и нейронов для вычислительных машин, построенных по принципу нейронных сетей.
— Использование мемристивных наноструктур на основе поли-п-ксилилена обеспечивает стабильное резистивное переключение за счет создания «проводящего моста», — сказал заведующий научно-исследовательской лабораторией физики и технологии тонких пленок Научно-исследовательского физико-технического института университета им. Н.И. Лобачевского Алексей Михайлов. — Этот эффект может быть использован в устройствах энергонезависимой компьютерной памяти, которые сохраняют информацию, используя материалы с высоким сопротивлением, за счет изменения их свойств.
Устройство может не только хранить информацию, но и выступать в качестве логического элемента, меняющего свое состояние при вычислениях, пояснил специалист. Такой принцип лежит в основе «вычислений в памяти» — новой парадигмы вычислительных систем, которая позволит создать более совершенные компьютеры, чем те, что построены на классических принципах производства машинных вычислений.
— Органические мемристоры из поли-п-ксилилена, созданные учеными из НИЦ «Курчатовский институт», — перспективный класс устройств. Присущая таким материалам гибкость и конформность позволяет адаптировать их к разным типам электронных устройств, что в совокупности с низкой стоимостью производства открывает перспективы для их использования в технологиях интернета вещей, — отметила ведущий научный сотрудник НОЦ «Нанотехнологии» Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» Наталья Андреева.
Применение поли-п-ксилилена в качестве активного элемента снижает энергопотребление всей системы, считает младший научный сотрудник Института прикладной математики и телекоммуникаций РУДН Абдукадир Хакимов. Предложенный мемристор уже можно применять как дополнительную структуру к транзисторным вычислениям, что намного увеличит КПД устройства, отметил он.
