Nova tecnologia de semicondutor acelera treinamento de IA, revelam pesquisadores da POSTECH e Korea University

São PauloPesquisadores da POSTECH e da Universidade da Coreia aprimoraram a tecnologia de semicondutores utilizando a Memória de Acesso Aleatório Eletroquímica (ECRAM) para aumentar o desempenho das computações de IA. Este avanço ajuda a superar as limitações do hardware digital atual, como CPUs e GPUs, que estão enfrentando dificuldades em acompanhar o rápido desenvolvimento da IA, incluindo aplicações de IA generativa.

Confira alguns pontos essenciais:

• O grupo de pesquisa é composto pelos professores Seyoung Kim e Hyung-Min Lee, e pelos pesquisadores Kyungmi Noh e Hyunjeong Kwak.
• Dispositivos ECRAM ajustam a condutividade elétrica através do movimento de íons.
• Esses dispositivos utilizam uma estrutura de três terminais para operações eficientes de leitura/escrita de dados.
• Os dispositivos ECRAM da equipe foram fabricados em uma matriz 64×64, uma melhoria significativa comparada à matriz anterior de 10×10.

Hardware analógico ajusta a resistência de semicondutores usando tensão ou corrente externa. Essa abordagem processa tarefas de IA simultaneamente através de uma matriz cross-point. Embora o hardware analógico seja eficiente para tarefas específicas e dados contínuos, ele encontra dificuldades para lidar com as diversas demandas de aprendizado e inferência em computações.

A equipe de pesquisa superou esses desafios com a criação dos dispositivos ECRAM. Estes dispositivos controlam a condutividade elétrica por meio da concentração de íons e possuem caminhos distintos para leitura e escrita de dados, utilizando relativamente pouca energia. A equipe desenvolveu uma matriz de 64×64 dispositivos ECRAM, a maior já registrada. Os resultados mostraram excelente desempenho elétrico, comutação confiável, alta taxa de sucesso e consistência.

Os pesquisadores aplicaram o algoritmo Tiki-Taka, um sofisticado método de aprendizado, em seu hardware eficiente. Isso aprimorou a precisão no treinamento de redes neurais de IA. Eles descobriram que o método de treinamento do hardware mantém os pesos estáveis e não sobrecarrega as redes neurais. Esta descoberta é crucial para a possível comercialização da tecnologia.

Essa inovação pode transformar as computações de IA. O hardware digital enfrenta limitações de energia e escalabilidade. Uma solução analógica baseada em ECRAM pode ser mais eficiente em termos de energia e escalável para IA. A estrutura de três terminais, que permite operações de baixo consumo, é promissora para aplicações em larga escala.

O professor Seyoung Kim destacou que grandes arrays e algoritmos de IA especializados podem superar os métodos digitais atuais em termos de desempenho e consumo de energia. Essa pesquisa pode levar ao desenvolvimento de novas tecnologias de treinamento de IA capazes de lidar com modelos de IA mais complexos e de maior dimensão.

O estudo contou com o apoio de várias organizações coreanas, como o Ministério do Comércio, Indústria e Energia, e a KEIT. A colaboração entre universidades e empresas demonstra um esforço significativo para aprimorar a tecnologia de semicondutores para IA. Esse avanço pode levar a importantes aplicações comerciais em breve, pois a IA está se expandindo rapidamente em diversas áreas.

A utilização de dispositivos ECRAM em hardware analógico pode tornar o cálculo de IA mais eficiente e escalável do que o hardware digital atual. O trabalho da equipe de pesquisa aponta para uma direção futura empolgante para a tecnologia de IA.