Компьютеры становятся всё более компактными и мощными, а суперкомпьютеры и параллельные вычисления всё более распространёнными. Однако, скоро технологии достигнут границы энергопотребления и миниатюризации. Исследователи из Penn State разработали двумерное устройство, которое больше современных компьютеров напоминает работу мозга.
Сложное масштабирование в данный момент находится в упадке. Традиционная компьютерная архитектура фон Неймана слабо масштабируется, к тому же наступает эпоха тёмного силикона. Всё это плохо скажется на производстве многоядерных процессоров, считают специалисты.
Отчасти эпоха тёмного силикона уже наступила. Это означает, что все компоненты процессоров не могут задействоваться одновременно, поскольку в таком случае слишком сильно нагреваются. Архитектура фон Неймана представляет собой стандартную структуру современных компьютеров, где состояние транзисторов означает да или нет. Команды и данные приложений хранятся в одной памяти и пользуются одними каналами связи.
Из-за этого команды и операции с данными не могут выполняться одновременно. При сложных вычислениях с применением нейронных сетей может потребоваться кластер суперкомпьютеров, чтобы задействовать процессоры параллельно. Это всё равно что миллионы ноутбуков работают одновременно, занимая огромное пространство. Например, портативные медицинские устройства так работать не могут.
Учёные видят выход в создании аналога мозга, статистической нейронной сети. Они не полагаются на устройства в состояниях включено или выключено, а выдают ряд вероятностных ответов, которые затем сравниваются с существующей базой данных. Для этого был создан полевой транзистор Гаусса из двух материалов: дисульфида молибдена и фосфор. Если устройство более энергоэффективное и меньше нагревается, это позволяет отлично масштабировать его.
Человеческий мозг обладает мощностью 20 Вт, при этом он содержит 100 млрд. нейронов и пользуется неидеальной архитектурой фон Неймана.
Проблема не только в расходе энергии и нагреве, но и в размещении вычислительных устройств. Миниатюризация постепенно останавливается, больше 1 млрд. транзисторов на чипе разместить трудно. Нужно наращивать сложность процессоров, беря за основу мозг.
Идея вероятностных нейронных сетей существует с 1980-х годов, но для реализации нужны определённые устройства. Как и в случае с мозгом человека, нужно извлекать набор заученных примеров, чтобы обучать нейронную сеть. Исследователи тестировали свою нейронную сеть на электроэнцефалограммах, которые отображают мозговые волны людей. Когда сеть анализирует множество примеров ЭКГ, она создаёт новые сигналы и определяет, спит человек или нет.
Не нужен продолжительный период обучения или большая база информации, как в случае с искусственными нейронными сетями. Специалисты считают, что статистические нейронные сети найдут применение в медицине, поскольку в диагностике не всегда можно точно сказать да или нет. При этом медицинские диагностические устройства должны быть портативными и расходовать минимум энергии.
Разработчики называют своё устройство голосовым синапсом и оно основано на установке из двух транзисторов. Сульфид молибдена представляет собой проводник электронов, а чёрный фосфор проводит дырки.
