Aprendizaje de borde utilizando un chip de memristor de inspiración neurológica completamente integrado

Área de la Ciencia:

• Inteligencia artificial
• Ingeniería informática
• Ciencias de los materiales

Sus antecedentes:

• Los dispositivos de inteligencia de borde requieren capacidades de aprendizaje adaptativo para diversas aplicaciones.
• Los métodos actuales de entrenamiento de redes neuronales se ven obstaculizados por el gran movimiento de datos, lo que limita la eficiencia de los dispositivos de borde.
• La tecnología Memristor ofrece una vía prometedora para la computación en memoria y la IA de baja potencia.

Objetivo del estudio:

• Desarrollar un chip memristor totalmente integrado con capacidades de aprendizaje mejoradas y un consumo de energía reducido para la inteligencia de vanguardia.
• Presentar la arquitectura STELLAR como un enfoque generalizable para el aprendizaje en el chip utilizando matrices de barras transversales de memristor.
• Demostrar la aplicación práctica de la tecnología desarrollada en diversas tareas.

Principales métodos:

• Desarrollo de un chip memristor totalmente integrado.
• Implementación de la arquitectura STELLAR, incluido su algoritmo de aprendizaje y el esquema de ajuste de conductividad paralela.
• Utilizando una matriz de barras cruzadas de memristor para la realización de hardware del aprendizaje en el chip.

Principales resultados:

• El chip de memristor desarrollado demostró una mejor capacidad de aprendizaje con costos de energía significativamente más bajos.
• La arquitectura STELLAR demostró ser efectiva para el aprendizaje general en el chip a través de diferentes tipos de memristores.
• Ejecución exitosa de tareas que incluyen control de movimiento, clasificación de imágenes y reconocimiento de voz.

Conclusiones:

• El chip memristor integrado y la arquitectura STELLAR ofrecen una solución viable para el aprendizaje eficiente en el chip en la inteligencia de borde.
• Este enfoque supera las limitaciones del movimiento de datos en la computación tradicional, permitiendo una poderosa IA en el borde.
• La tecnología muestra una amplia aplicabilidad para aplicaciones de IA de vanguardia en el mundo real que exigen adaptabilidad y baja potencia.