Российские ученые создали инновационный биоморфный нейропроцессор
Исследовательская группа Тюменского государственного университета (ТюмГУ) предложила концепцию биоморфного нейропроцессора, способного имитировать информационные процессы вплоть до работы колонки кортекса в коре головного мозга человека, сообщили РИА Новости в пресс-службе вуза.
Нейропроцессор - класс микропроцессоров для аппаратного ускорения работы алгоритмов искусственных нейронных сетей, компьютерного зрения, машинного обучения и других методов искусственного интеллекта.
Под биоморфным нейропроцессором ученые ТюмГУ подразумевают автономное аппаратное средство, предназначенное для решения нейросетевых задач и построенное на основе биоморфной электрической модели нейрона Ходжкина-Хаксли.
Схема такого нейропроцессора предполагает входное и выходное устройства для обработки сигналов, запоминающую матрицу, блок нейронов и маршрутизатор на основе логической матрицы.
"Мы представили электрические схемы, топологию, нанотехнологию изготовления и принципы работы основных узлов нейропроцессора - сверхбольших 3D запоминающей и логической матриц", - сообщил РИА Новости руководитель группы, профессор кафедры прикладной и технической физики Сергей Удовиченко.
По его словам, запоминающая матрица представляет собой 3D структуру из одинаковых (и зеркально ориентированных по отношению друг к другу) комбинированных мемристорно-диодных кроссбаров. Помимо запоминания информации, она выполняет часть процессинга для нейросети, суммируя входные сигналов.
"Соответственно, логическая матрица выполняет собственно логические функции, маршрутизацию сигналов, а также обработку видео и звуковых сигналов во входном устройстве нейропроцессора. Ее 3D структура - одинаковые перпендикулярные пласты, коммутируемые через мемристорные кроссбары с селективными диодами", - добавил Сергей Удовиченко.
Ученые ТюмГУ продемонстрируют концепцию биоморфного нейропроцессора в октябре 2018 года на международном семинаре MEM-Q (Греция), и готовят статью о нейросети на основе оригинальной биоморфной модели нейрона, адаптированной к биоморфному нейропроцесору.
