Memristor pasivo para almacenar modelos de redes neuronales en chips neuromórficos
- Noticias y Actualidad
Un equipo de Ingenieros de la Universidad de California ha desarrollado un innovador circuito memristor pasivo basado en la tecnología de barras cruzadas, pensado para almacenar modelos de redes neuronales. La ventaja que aporta esta tecnología es que permite guardar estos modelos dentro del propio chip neuromórfico, reduciendo el flujo de comunicaciones que se requiere con los chips convencionales.
El desarrollo de las redes neuromórficas está llevando a la industria informática a idear nuevas arquitecturas para los dispositivos que conforman estas redes. Este innovador enfoque presenta unas características y requisitos muy diferentes a los que plantean las redes de datos típicas, que se basan en ordenadores, servidores y equipos de comunicaciones convencionales. En las redes neuronales se necesitan dispositivos con capacidades de computación, almacenamiento y red particulares, que permiten el trabajo colaborativo imitando en lo posible la versatilidad e interrelación de las neuronas del cerebro humano.
Las redes neuromórficas se basan en modelos de redes neuronales compartidos por todos los dispositivos que integran la red, que entre otras cosas determinan cómo trabajan en colaboración todos los nodos de la red para realizar los cálculos. Para garantizar el funcionamiento de los chips neuromórficos conforme a estos modelos, muchos chips actuales destinan buena parte de sus recursos a las comunicaciones, limitando sus capacidades para otras operaciones.
Buscando un cambio de enfoque que permita optimizar su funcionamiento, un equipo de ingenieros de la Universidad de California ha desarrollado un nuevo circuito de memoria pensado especialmente para almacenar los modelos de redes neuronales dentro del propio chip tecnológico, reduciendo sustancialmente los recursos que se emplean en las comunicaciones para garantizar el funcionamiento conforme a estos modelos.
En su trabajo, publicado recientemente en la revista Nature Communications, describen un circuito memristivo pasivo de barras cruzadas de grado analógico, cuya gran densidad de almacenamiento permite guardar algo tan complejo como un modelo de red neuronal directamente en el chip neuromórfico. Explican que para garantizar la eficiencia de estos circuitos en sistemas neuromórficos, las variaciones de memristor deben ser sustancialmente menores que en los dispositivos de memoria activa.
Por ello, han desarrollado un circuito crossbar pasivo de 64x64, con alrededor de un 99% de memristores de óxido de metal no volátiles. Su fabricación se basa en un proceso compatible con la fundición con patrones de grabado y con procesos a baja temperatura. Entre sus resultados destacan que los voltajes de conmutación del memristor alcanzan un coeficiente de variación inferior al 26% para programar un patrón de escala de grises de 4.000 píxeles, con un error de sintonización relativo de menos de un 4%, en promedio.
Este avance abre nuevas vías para el desarrollo de chips neuromórficos más eficientes, autónomos y con potencial para aplicarse a una mayor escala, necesidades clave para construir redes neuronales más capaces y versátiles. Teniendo en cuenta la procedencia de este avance, cabe esperar que el trabajo de estos investigadores genere frutos en un futuro cercano, ya sea impulsando la fabricación de chips basados en esta tecnología o abriendo nuevas áreas de investigación y desarrollo de chips neuromórficos con capacidades de almacenamiento interno de los modelos de redes neuronales.
Más información
¿Cuál es el futuro del mercado de almacenamiento? ¿Qué tecnologías son las más adecuadas? Si quieres obtener más información sobre un segmento en crecimiento puedes visitar la página de nuestro colaborador Western Digital
