Инженеры из Северо-Западного университета в США разработали энергоэффективное наноэлектронное устройство, которое выполняет задачи классификации машинного обучения. Используя в 100 раз меньше энергии, чем современные аналоги, устройство обрабатывает большие объемы данных и выполняет задачи искусственного интеллекта (ИИ) в режиме реального времени, не передавая информацию в облако для анализа.
В современных устройствах для классификации данных из больших наборов требуется более 100 транзисторов, каждый из которых использует для работы энергию, объясняют инженеры. Наноэлектронное устройство выполняет аналогичную задачу всего с двумя транзисторами. Сократив количество компонентов, исследователи снизили энергопотребление и уменьшили размер устройства.
Секрет устройства, по словам разработчиков, заключается в «беспрецедентных возможностях настройки», которые достигаются за счет сочетания материалов. В то время как традиционные технологии используют кремний, инженеры создали миниатюрные транзисторы из двумерного дисульфида молибдена и одномерных углеродных нанотрубок. Вместо того чтобы использовать множество кремниевых транзисторов — по одному на каждый этап обработки данных — реконфигурируемые компоненты динамичны, чтобы переключаться между различными этапами.
Интеграция двух разных материалов в одно устройство позволяет нам сильно модулировать ток с помощью приложенного напряжения, обеспечивая динамическую реконфигурацию. Наличие высокой степени настройки в одном устройстве позволяет нам выполнять сложные алгоритмы классификации с небольшими размерами и низким энергопотреблением.
Марк Херсам, соавтор исследования
Для демонстрации технологии исследователи обучили наноустройство обрабатывать данные ЭКГ, определять различные типы сокращений и аритмии. При анализе 10 000 образцов устройство определило правильный тип аритмии с точностью свыше 95%. Не требуя отправки данных в облако для обработки, устройство не только экономит критическое время пациента, но и защищает конфиденциальность, отмечают авторы.
Благодаря небольшому размеру, сверхнизкому энергопотреблению и отсутствию задержки при получении анализа устройство идеально подходит для прямого включения в носимую электронику (например, умные часы и фитнес-трекеры) для обработки данных в реальном времени и почти мгновенной диагностики.
Читать далее:
Скрытый континент Земли впервые нанесли на карту: он оторвался от остальных 100 млн лет назад
Слой за слоем. Куда делся «хайп» вокруг 3D-печати и почему аддитивные технологии никуда не уйдут
Ученые придумали, как морить голодом раковые клетки поджелудочной железы
На обложке: Изображение от rawpixel.com на Freepik