⚡ SON DAKİKA
Bilgisayarı Devrimleştirebilecek Laboratuvar Kazası
Araştırmacılar, bir MOSFET transistörün bulk terminalinin boşta bırakılması durumunda bir nöronu taklit edebildiğini tesadüfen keşfetti. Bu bulgu, yapay zeka için kullanılan mevcut GPU'lardan çok daha enerji verimli nöromorfik çiplere yol açabilir.
Bir öğrenci, bellek devrelerini test ederken bir MOSFET'in gövde terminalini bağlamayı unuttu ve bu, transistörün nöron benzeri elektriksel davranış sergilemesine neden oldu: gerilim bir eşiğe ulaştığında ani bir akım darbesi ve ardından kendiliğinden gevşeme. Ekip, gövdenin boşta kalmasıyla darbe iyonizasyonu sonucu oluşan boşlukların silisyum gövdede biriktiğini ve transistörü, biyolojik nöronlara benzer şekilde atımlar ateşleyen iki kutuplu bir bağlantı elemanına dönüştürdüğünü fark etti. İkinci bir transistörle gövde temas direncini kontrol ederek milyonlarca döngü boyunca tutarlı ve güvenilir ateşleme elde ettiler. Bu tesadüfi keşif, standart CMOS transistörler kullanarak enerji verimli nöromorfik hesaplama yapılmasını sağlayabilir ve potansiyel olarak yapay zekanın (YZ) devasa güç tüketimini azaltabilir. Şu anda grafik işlem birimleri (GPU) her biri 1.000 watt'a kadar güç tüketirken, karmaşık transistör devreleri kullanan nöromorfik çipler şimdiden 1.000 kata kadar güç azaltımı göstermiştir. Tek transistörlü bir nöron, daha büyük ve daha verimli sistemlere olanak tanıyacaktır.
Kaynak: IEEE Spectrum AI —
orijinal
