Mikrowellen -Hirnchip mit geringer Leistung
Es wird weniger als 200 Milliwatt verbraucht und liefert Hochgeschwindigkeits-, geringfügige Leistung für Aufgaben von Radarverfolgung bis hin zu Edge AI-potenziell umgestaltet, wie intelligente Geräte Informationen verarbeiten.
Forscher der Cornell University haben einen Microchip-Microchip vorgestellt-das „Mikrowellenhirn“ gewachsen-, das sowohl ultraschnelle Datenströme als auch drahtlose Kommunikationssignale verarbeiten und gleichzeitig weniger als 200 Milliwatt Strom verbraucht.Der Fortschritt führt das erste vollständig integrierte mikrowellen neuronale Netzwerk im Silizium ein.
Im Gegensatz zu herkömmlichen digitalen Prozessoren, die sich auf Schritt-für-Schritt-Anweisungen verlassen, nutzt der Chip analoges, nichtlineares Mikrowellenverhalten, um in Echtzeit über weite Frequenzbereiche hinweg zu berechnen.Auf diese Weise kann es viele der Signalverarbeitungsschritte umgehen, die von digitalen Systemen erforderlich sind und neue Wege für Anwendungen von der Radarverfolgung bis zur kabellosen Signaldecodierung öffnen.
Der Chip arbeitet als neuronales Netzwerk, das locker im Gehirn modelliert wird, wobei miteinander miteinander abgestimmte Wellenleiter, die mehrere Modi erzeugen, verwendet.Anstatt digitale neuronale Netze genau nachzuahmen, nutzt sein Design ein programmierbares „Mush“ von Frequenzverhalten, das sowohl einfache logische als auch komplexe Klassifizierungsaufgaben ausführen kann.Der Prozessor hat eine Genauigkeit von bis zu 88% bei der Identifizierung von drahtlosen Signaltypen und der Übereinstimmung mit digitalen neuronalen Netzwerken, jedoch mit einem Bruchteil der Größe und Leistungsanforderungen nachgewiesen.
Warum ist es wichtig
Für Branchen, die von der Hochgeschwindigkeitssignalanalyse abhängig sind, bietet die Technologie Effizienz und Flexibilität.Seine Fähigkeit, sich an ein breites Frequenzband anzupassen, bedeutet, dass ein Chip für verschiedene Rechenaufgaben ohne zusätzliche Schaltkreise oder Stromversorgungsaufgaben umgesetzt werden kann.Die extreme Empfindlichkeit des Prozessors macht es auch für die Hardwaresicherheit geeignet - die Erkennung von Anomalien über mehrere Mikrowellenbänder.
Forscher sehen starke Aussichten für Edge Computing.Mit einer weiteren Leistungsoptimierung könnte der Chip in mobile Geräte wie Smartwatches und Smartphones eingebettet werden, um das lokale KI -Modelltraining ohne ständige Abhängigkeit von Cloud -Servern zu ermöglichen.Die Arbeit wurde von den Doktoranden Bal Govind und Maxwell Anderson unter der Aufsicht der Professoren Alyssa APSEL und Peter McMahon geleitet.Der Aufwand wird von DARPA finanziert und von der Cornell Nanoscale Science and Technology Facility unterstützt.Das Team hat gezeigt, dass ein radikal anderer Ansatz kompakte, leistungsstarke, leistungsstarke Prozessoren liefern kann, um drahtlose und datenintensive Computing umzugestalten.