Vom Gehirn inspirierte hochgradig skalierbare neuromorphe Hardware

Forscher des Korea Advanced Institute of Science and Technology (KAIST) stellten vom Gehirn inspirierte, hochgradig skalierbare neuromorphe Hardware her, indem sie einzelne Transistorneuronen und Synapsen kointegrierten. Unter Verwendung von Standard-Silizium-CMOS-Technologie soll die neuromorphe Hardware die Chipkosten senken und die Herstellungsverfahren vereinfachen.

Neuromorphe Hardware hat aufgrund ihrer künstlichen Intelligenzfunktionen, die durch die Nachahmung des menschlichen Gehirns extrem wenig Strom verbrauchen, viel Aufmerksamkeit auf sich gezogen. Damit neuromorphe Hardware funktioniert, sind ein Neuron, das bei der Integration eines bestimmten Signals einen Spike erzeugt, und eine Synapse, die sich an die Verbindung zwischen zwei Neuronen erinnert, erforderlich, genau wie das biologische Gehirn. Da jedoch Neuronen und Synapsen, die auf digitalen oder analogen Schaltungen aufgebaut sind, viel Platz einnehmen, gibt es eine Grenze in Bezug auf Hardwareeffizienz und Kosten. Da das menschliche Gehirn aus etwa 1011 Neuronen und 1014 Synapsen besteht, ist es notwendig, die Hardwarekosten zu verbessern, um es auf mobile und IoT-Geräte anzuwenden.

Um das Problem zu lösen, ahmte das Forschungsteam das Verhalten biologischer Neuronen und Synapsen mit einem einzigen Transistor nach und integrierte sie auf einem 8-Zoll-Wafer. Die hergestellten neuromorphen Transistoren haben die gleiche Struktur wie die derzeit in Massenproduktion hergestellten Transistoren für Speicher und Logik. Darüber hinaus haben die neuromorphen Transistoren zum ersten Mal bewiesen, dass sie mit einer „Janus-Struktur“ implementiert werden können, die sowohl als Neuron als auch als Synapse fungiert, so wie Münzen Kopf und Zahl haben.

Professor Yang-Kyu Choi sagte, dass diese Arbeit die Hardwarekosten drastisch reduzieren kann, indem die Neuronen und Synapsen, die auf komplexen digitalen und analogen Schaltungen basierten, durch einen einzigen Transistor ersetzt werden. „Durch die gemeinsame Integration von Einzeltransistorneuronen und Synapsen auf demselben Wafer unter Verwendung eines Standard-CMOS-Prozesses wurden die Hardwarekosten der neuromorphen Hardware verbessert, was die Kommerzialisierung neuromorpher Hardware beschleunigen wird“, sagte Joon-Kyu Han, der Erstautor .