eng
Просмотры: 958
12.10.2023
Третье пленарное заседание Российского форума «Микроэлектроника 2023» было посвящено теме «Искусственный и гибридный интеллект: ЭКБ на новых принципах, алгоритмы, модели и технологии».
Функции модераторов выполняли Олег Тельминов и Вячеслав Демин. Во вводном слове Олег Тельминов с удовлетворением отметил, что с этого года к работе Форума присоединился СБЕР - компания-лидер, отвечающая в нашей стране за направление искусственного интеллекта (ИИ). Вячеслав Демин в свою очередь призвал обратить особое внимание на нейроморфную архитектуру, которую охарактеризовал как революционное средство развития следующих поколений ИИ.
Об основных трендах в микроэлектронике для поддержки ИИ рассказал Сергей Белоусов, руководитель Центра технологического партнерства СБЕРа. Он охарактеризовал ИИ как электричество 21 века. По словам эксперта, СБЕР сегодня находится на переднем рубеже, разрабатывая различные системы ИИ. В их числе продукт гигачат Kandinsky, успешно конкурирующий с решениями от ведущих мировых игроков.
Уже в ближайшем будущем 50% всего мирового объема данных, которые необходимо обрабатывать, будет приходиться на данные ИИ. В передовиках такие отрасли, как Интернет вещей, автоэлектроника, медицина. Требования к вычислительной технике сегодня в первую очередь определяются ИИ, что, в свою очередь, задает вектор развития технологий микроэлектроники вплоть до уровня 0,2 нм к 2036 году.
В заключение эксперт сформулировал важнейшие глобальные тренды. В их числе использование HBM-памяти нового поколения для повышения пропускной способности внешней памяти, применение чиплет-сборок для увеличения вычислительной мощности одного устройства, использование самых передовых технологий производства, применение оптики в качестве основного интерконнекта в ЦОДах для повышения энергоэффективности и быстродействия.
Ирина Мухина, профессор ННГУ им. Н.И. Лобачевского и ПИМУ, выступила с докладом «Нейрогибридные технологии «Мозг — на чипе». Одним из направлений ее научных интересов сегодня является взаимодействие между микроэлектроникой и живыми системами.
Нейроморфные системы - это имитация биологических нейронных сетей, они строятся на принципах работы мозга. Сети с направленной архитектурой связей «Мозг — на чипе» имеют собственную ритмическую активность. Ирина Мухина рассказала о таких медицинских применениях подобных сетей, как модель восстановления ткани спинного мозга после травмы, модель влияния лекарственных препаратов на эффективность обучения, сетевую пластичность, модель нейрогенеза во взрослом мозге, модель «хозяин - трансплантат».
Эксперт подчеркнула, что российские ученые научились создавать двунаправленную связь между единицами нейронной сети - этого сегодня не могут делать ни в США, ни в КНР.
Чл.-корр. РАН Владимир Некоркин из Института прикладной физики им. А.В. Гапонова-Грехова РАН посвятил онлайн-доклад теме «Нелинейная динамика и машинное обучение в задачах вычислительной нейронауки».
Как он рассказал, функциональные нейронные сети позволяют выявлять механизмы реализации целевых задач на уровне популяционной активности, динамики отдельных нейронов и структуры связей, обеспечить возможность учесть различные аспекты биологического реализма. В нейронауке они обеспечивают поиск неизвестных механизмов, выдвижение гипотез.
Три заключительных доклада сессии были посвящены набирающей актуальность тематике мемристивных матриц.
Профессор СПбГЭТУ «ЛЭТИ» Наталья Андреева рассказала об ионной подвижности в многоуровневых мемристивных структурах для когнитивных вычислений. Как она подчеркнула, разработка нового класса надежных и ресурсоэффективных электронных платформ для систем ИИ требует перехода на новую ЭКБ. И наибольшим потенциалом тут обладают высокоинтегрируемые мемристивные элементы с энергонезависимой градиентной перестройкой резистивного состояния.
Ограничение на использование многоуровневых мемристоров на базе OxRAM определяется характером изменения ионной подвижности при приложении напряжения SET- и в RESET-процессах, а также величиной ионной подвижности в отсутствие поля. В двуслойных TiO2/AlO2-структурах с резистивной перестройкой наблюдается величина окна памяти на уровне семи порядков по значению, что позволяет рассчитывать на снижение вариабельности рабочих параметров.
Разработка компактных моделей многоуровневых мемристоров, а также основ аппаратно-интегрального проектирования параметризуемых функциональных блоков нейронных сетей на их основе для стандартных КМОП-технологий позволяет не только оценить энергоэффективность когнитивных вычислений, но и оптимизировать архитектуру самих нейроморфных модулей.
Нейроморфные вычислительные системы на основе КМОП-интегрированных мемристивных матриц были темой выступления Сергея Щаникова из ННГУ им. Н.И. Лобачевского, а Владимир Смирнов из Южного федерального университета рассказал о наноматериалах для нейроморфной электроники систем андроидной робототехники и ИИ.
Об основных трендах в микроэлектронике для поддержки ИИ рассказал Сергей Белоусов, руководитель Центра технологического партнерства СБЕРа. Он охарактеризовал ИИ как электричество 21 века. По словам эксперта, СБЕР сегодня находится на переднем рубеже, разрабатывая различные системы ИИ. В их числе продукт гигачат Kandinsky, успешно конкурирующий с решениями от ведущих мировых игроков.
Уже в ближайшем будущем 50% всего мирового объема данных, которые необходимо обрабатывать, будет приходиться на данные ИИ. В передовиках такие отрасли, как Интернет вещей, автоэлектроника, медицина. Требования к вычислительной технике сегодня в первую очередь определяются ИИ, что, в свою очередь, задает вектор развития технологий микроэлектроники вплоть до уровня 0,2 нм к 2036 году.
В заключение эксперт сформулировал важнейшие глобальные тренды. В их числе использование HBM-памяти нового поколения для повышения пропускной способности внешней памяти, применение чиплет-сборок для увеличения вычислительной мощности одного устройства, использование самых передовых технологий производства, применение оптики в качестве основного интерконнекта в ЦОДах для повышения энергоэффективности и быстродействия.
Ирина Мухина, профессор ННГУ им. Н.И. Лобачевского и ПИМУ, выступила с докладом «Нейрогибридные технологии «Мозг — на чипе». Одним из направлений ее научных интересов сегодня является взаимодействие между микроэлектроникой и живыми системами.
Нейроморфные системы - это имитация биологических нейронных сетей, они строятся на принципах работы мозга. Сети с направленной архитектурой связей «Мозг — на чипе» имеют собственную ритмическую активность. Ирина Мухина рассказала о таких медицинских применениях подобных сетей, как модель восстановления ткани спинного мозга после травмы, модель влияния лекарственных препаратов на эффективность обучения, сетевую пластичность, модель нейрогенеза во взрослом мозге, модель «хозяин - трансплантат».
Эксперт подчеркнула, что российские ученые научились создавать двунаправленную связь между единицами нейронной сети - этого сегодня не могут делать ни в США, ни в КНР.
Чл.-корр. РАН Владимир Некоркин из Института прикладной физики им. А.В. Гапонова-Грехова РАН посвятил онлайн-доклад теме «Нелинейная динамика и машинное обучение в задачах вычислительной нейронауки».
Как он рассказал, функциональные нейронные сети позволяют выявлять механизмы реализации целевых задач на уровне популяционной активности, динамики отдельных нейронов и структуры связей, обеспечить возможность учесть различные аспекты биологического реализма. В нейронауке они обеспечивают поиск неизвестных механизмов, выдвижение гипотез.
Три заключительных доклада сессии были посвящены набирающей актуальность тематике мемристивных матриц.
Профессор СПбГЭТУ «ЛЭТИ» Наталья Андреева рассказала об ионной подвижности в многоуровневых мемристивных структурах для когнитивных вычислений. Как она подчеркнула, разработка нового класса надежных и ресурсоэффективных электронных платформ для систем ИИ требует перехода на новую ЭКБ. И наибольшим потенциалом тут обладают высокоинтегрируемые мемристивные элементы с энергонезависимой градиентной перестройкой резистивного состояния.
Ограничение на использование многоуровневых мемристоров на базе OxRAM определяется характером изменения ионной подвижности при приложении напряжения SET- и в RESET-процессах, а также величиной ионной подвижности в отсутствие поля. В двуслойных TiO2/AlO2-структурах с резистивной перестройкой наблюдается величина окна памяти на уровне семи порядков по значению, что позволяет рассчитывать на снижение вариабельности рабочих параметров.
Разработка компактных моделей многоуровневых мемристоров, а также основ аппаратно-интегрального проектирования параметризуемых функциональных блоков нейронных сетей на их основе для стандартных КМОП-технологий позволяет не только оценить энергоэффективность когнитивных вычислений, но и оптимизировать архитектуру самих нейроморфных модулей.
Нейроморфные вычислительные системы на основе КМОП-интегрированных мемристивных матриц были темой выступления Сергея Щаникова из ННГУ им. Н.И. Лобачевского, а Владимир Смирнов из Южного федерального университета рассказал о наноматериалах для нейроморфной электроники систем андроидной робототехники и ИИ.
Комментарии читателей
