Studio innovativo: piattaforme di calcolo neuromorfico ad alta efficienza energetica per un futuro sostenibile

RomeI computer hanno fatto enormi progressi nelle loro capacità. Riescono a processare e prevedere dati con grande precisione. Tuttavia, il cervello umano consuma molto meno energia. Anche i migliori computer richiedono circa 10.000 volte più energia rispetto ai cervelli umani per gestire compiti come l'elaborazione delle immagini.

Ridurre il consumo energetico dei computer è cruciale. I dispositivi elettronici nei computer sono tra i principali consumatori di energia a livello mondiale e il loro utilizzo sta crescendo con le applicazioni di intelligenza artificiale. Questo spreco energetico contribuisce anche al riscaldamento globale. Perciò, è fondamentale sviluppare tecnologie informatiche ad alta efficienza energetica.

Il calcolo neuromorfico imita il funzionamento del cervello, utilizzando neuroni che elaborano informazioni contemporaneamente consumando poca energia. Questo approccio può ridurre il fabbisogno energetico per il calcolo. Ricercatori dell'Università della California a Santa Barbara, di Intel Labs e di altri enti hanno pubblicato uno studio su Nature Communications riguardante una nuova piattaforma di calcolo neuromorfico. Hanno impiegato transistor speciali fatti di materiali bidimensionali chiamati dicalcogenuri di metalli di transizione, che potrebbero aiutare a ridurre il consumo energetico fino a livelli simili a quelli del cervello umano.

Questa nuova piattaforma offre funzionalità intuitive, un design pulito, prestazioni rapide e una sicurezza robusta.

• Utilizza TFET basati su TMD 2D
• Correnti di stato spento ridotte
• Bassa pendenza di subthreshold (SS)
• Potenziale per una notevole efficienza energetica

Il calcolo neuromorfico esiste da un po' di tempo e recentemente sta ottenendo maggior attenzione. I miglioramenti nei circuiti hanno permesso di realizzare transistor più piccoli e più compatti. Questo ci consente di eseguire più elaborazioni e aggiungere più funzioni consumando meno energia.

Leggi anche:

Oggi · 01:33

Il suono può essere magico per chi non vede?

Ricercatori stanno sviluppando nuovi transistor a tunnel 2D che funzionano bene a basse tensioni. Questi piccoli transistor consumano meno energia e commutano rapidamente. Imitano il modo efficiente di operare del cervello. L'architettura di calcolo neuromorfico utilizza circuiti che si attivano solo quando necessario, diversamente dai computer tradizionali che impiegano energia continua.

I computer tradizionali utilizzano un'architettura von Neumann dove i dati vengono elaborati un passo alla volta e le unità di memoria e di elaborazione sono separate. Diversamente, i computer neuromorfici (NM) elaborano i dati solo quando c'è un input e la loro memoria e il processo di elaborazione sono distribuiti tra molti transistor. Aziende come Intel e IBM hanno creato piattaforme simili al cervello con miliardi di transistor connessi che risparmiano molta energia, ma c'è ancora margine di miglioramento.

La maggior parte della perdita di energia nei chip NM attuali è dovuta alle correnti parassite, ossia piccole quantità di elettricità che fluiscono anche quando il circuito è spento. I chip NM attuali utilizzano MOSFET, che presentano alti livelli di perdite quando sono spenti. Il nuovo metodo impiega TFET, che hanno perdite molto inferiori quando sono spenti, rendendo l'uso dell'energia significativamente più efficiente.

Quando impiegati in circuiti neuromorfici, i TFET consumano meno energia rispetto agli ultimi MOSFET. Hanno mostrato prestazioni superiori in confronto ai FinFET, un tipo di MOSFET con strutture verticali per un miglioramento del commutamento. Sebbene i TFET siano ancora in fase di ricerca, le loro performance risultano promettenti per i futuri sistemi di calcolo ispirati al cervello.

I ricercatori credono che questa nuova piattaforma consumi meno energia, simile al cervello umano. Tuttavia, non include l'energia necessaria per i circuiti di interfaccia e l'archiviazione della memoria. In futuro, versioni tridimensionali di questi circuiti potrebbero funzionare in modo ancora più efficiente. Questi circuiti 3D migliorerebbero notevolmente le prestazioni e l'efficienza. Questa piattaforma rappresenta un grande passo avanti rispetto alla tecnologia attuale.