作者:张梦然 来源:科技日报 发布时间:2023/11/15 8:51:15
选择字号:
利用材料内在物理特性大幅减少能耗
手性磁铁让类脑计算加速迈向现实

 

科技日报北京11月14日电 (记者张梦然)一种利用材料的内在物理特性来大幅减少能源使用的类脑计算形式,距离现实又近了一步。在《自然·材料》杂志上发表的这项新研究中,英国伦敦大学学院和伦敦帝国理工学院小组使用手性(扭曲)磁体作为计算介质,发现通过施加外部磁场和改变温度,可调整这些材料的物理特性以适应不同的机器学习任务。

传统计算消耗大量电力,部分原因是它有独立的数据存储和处理单元,信息必须在两者之间不断地转换,浪费能源并产生热量。这对于机器学习来说是一个严重问题,导致训练一个大型人工智能模型可产生数百吨二氧化碳。

而物理储层计算旨在消除对不同内存和处理单元的需求,促进更有效的数据处理方式。但这种计算方法迄今应用受限,是因为材料的物理特性可能使其在某些计算任务中表现出色,但在另一些任务中却表现不佳。而今这项研究使人们更接近于实现物理储存库的全部潜力,创造出像人类大脑一样的计算机,不仅显著减少需要的能量,而且还可调整其计算特性,以在各种任务中最佳地执行。

团队使用矢量网络分析仪来确定手性磁体在不同磁场强度和-269℃到室温范围内的温度下的能量吸收。他们发现手性磁体的不同磁相,在不同类型的计算任务中表现出色。在斯格明子阶段,磁化粒子以类似漩涡的方式旋转,具有强大的记忆能力,适合预测任务。与此同时,在圆锥形阶段几乎没有记忆,但它的非线性非常适合转换任务和分类。

团队设计了一种神经拟态计算架构,利用复杂的材料特性来满足各种具有挑战性任务的需求。目前取得了很好的结果,展示了可直接定制神经形态计算的可能。

物理储层计算,可以低功耗对时间序列信号进行高速处理,简单理解,就是一种更省资源的计算方式。计算机的一大硬伤,就是耗能。人类大脑处理如此多纷繁复杂的信息,但一天消耗的能量折算成瓦特,还不到一台普通电脑的十分之一。如何在降低能耗的同时保持优秀的计算能力?本文用手性磁体和环境调节来完成这一任务。在不同温度下,磁体表现出不同磁相,仿佛是不同的分身,能够优秀地执行不同计算任务,实现节能和算力兼得。

 
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
科学网APP推出论文&基金全新活动 冰表面长啥样?原子级分辨图像揭晓答案
北方中纬高频雷达网发布首批科学探测结果 “双星计划”:开启中国空间科学新纪元
>>更多
 
一周新闻排行
 
编辑部推荐博文