基于二维材料的多功能设备和系统在生物启发的神经网络中的机遇
Jin Feng Leong1,2, Maheswari Sivan1,2, Jieming Pan1,2
1Department of Electrical and Computer Engineering, National University of Singapore, Singapore, 117583, Singapore.
Small (Weinheim an der Bergstrasse, Germany)
|October 30, 2025
概括
使用2D材料的新生物灵感计算硬件可以在边缘实现高效的实时人工智能 (AI). 这种方法克服了传统AI硬件对机器人和物联网传感器等应用的局限性.
科学领域:
- 材料科学 材料科学 材料科学
- 计算机科学 计算机科学
- 神经科学是一个神经科学.
背景情况:
- 对智能实时系统的需求不断增长,需要将人工智能部署到集中数据中心以外的边缘设备.
- 传统的AI硬件 (GPU,ASIC) 面临着边缘应用的能源和空间限制.
- 生物启发计算,特别是尖端神经网络 (SNN),提供了一个低功耗,高效的替代方案.
研究的目的:
- 探索生物灵感计算的潜力和用于边缘人工智能的新材料.
- 解决当前AI硬件在能源有限的边缘环境中的局限性.
- 为普及智能技术提供紧,可重新配置的神经形态设备的开发.
主要方法:
- 研究生物灵感计算和尖端神经网络 (SNN) 的原理.
- 研究了材料科学创新,特别是2D材料在神经形态硬件设计中的作用.
- 分析了在新型硬件架构中模仿复杂神经元动态的潜力.
主要成果:
- 尖端神经网络在神经形态平台上显示了显著的能源效率增长.
- 2D 材料为设计紧,可重新配置的神经形态设备提供了一条途径.
- 新兴的硬件可以模仿神经元动态,以最小的功耗.
结论:
- 集成二维材料的定制硬件对于实现生物灵感智能的全部潜力至关重要.
- 这些进步承诺新一代可扩展,多功能边缘AI系统.
- 这预示着能源效率计算在普遍智能技术中的转型性飞跃.
