تراشه شبه مغز؛ کاهش 70 درصدی مصرف انرژی هوش مصنوعی

دانشمندان دانشگاه کمبریج با الهام از ساختار نورون های مغز انسان، موفق به طراحی تراشه جدیدی شده اند که با حذف جابه جایی مداوم داده ها، مصرف انرژی در سیستم های هوش مصنوعی را به شکل چشم گیری کاهش می دهد.

- به گزارش خبرگزاری صداوسیما ، محققان دانشگاه کمبریج با استفاده از فلز هافنیم ، قطعاتی به نام ممریستور ساخته اند که برخلاف تراشه های سنتی، پردازش و حافظه را در یک نقطه ادغام می کند.

این نوآوری که محاسبات نورومورفیک نام دارد، مشکل اصلی دیتاسنتر های امروزی یعنی مصرف بالای انرژی را هدف قرار داده است.

    آزمایش ها نشان می دهد این تراشه جدید نه تنها مصرف برق را تا 70 درصد کاهش می دهد، بلکه به دلیل توانایی در یادگیری و تطبیق پذیری بیولوژیکی، بسیار کارآمدتر از مدل های فعلی عمل می کند.

  جریان سوییچینگ در این دستگاه حدود یک میلیون بار کمتر از نمونه های معمولی است.

با این حال، تجاری سازی این فناوری مستلزم حل چالش دمای بالای ساخت (700 درجه سانتی گراد) است که محققان در حال کار بر روی آن هستند.