Con chip giúp biến smartphone thành siêu máy tính

4,52
1.601

Các nhà nghiên cứu tại Đại học MIT đã phát triển thành công một loại khớp thần kinh nhân tạo “memristors” có hiệu suất xử lý mạnh mẽ nhất từ trước đến nay.

Được tạo thành từ silicon với hàng chục nghìn khớp thần kinh nhân tạo, con chip mô phỏng hoạt động truyền nhận thông tin của não bộ để xử lý các thuật toán AI phức tạp mà vẫn giữ được kích thước nhỏ và tiết kiệm năng lượng.

Con chip thần kinh siêu nhỏ này với hàng nghìn memristor bên trong có thể thu được lượng lớn dữ liệu, hay tái tạo và làm mờ chi tiết ảnh. (Ảnh: Getty Images).

Điểm đặc biệt của “vi xử lý thần kinh” này so với các phiên bản trước là không cần kết nối đến trung tâm dữ liệu mà vẫn có thể hoạt động ổn định, từ đó mang lại khả năng ghi nhớ hiệu quả và lưu trữ hình ảnh độ phân giải cao.

Mục tiêu mà nhóm nghiên cứu hướng đến là mở rộng mạng lưới thần kinh nhân tạo dựa trên phần mềm và GPU mạnh mẽ có khả năng xử lý đa tác vụ. Đóng vai trò như một phần cứng chuyên biệt, chúng có thể được tích hợp vào các thiết bị di động như điện thoại, máy ảnh.

Không như nhiều dòng chip bán dẫn truyền thống chỉ có thể chuyển đổi giữa hai trạng thái dữ liệu (0 hoặc 1), khớp thần kinh nhân tạo có thể cung cấp một dải giá trị tương đương với trí nhớ não bộ. Nó có thể học các trạng thái làm việc và nhanh chóng tái tạo tín hiệu cũ cho cùng một dòng điện chuyển đến nhiều lần.

Được biết, nhóm nghiên cứu đã vận dụng một khái niệm trong lĩnh vực luyện kim: Khi các nhà luyện kim muốn thay đổi tính chất kim loại, họ sẽ kết hợp với một chất khác có đặc tính mong muốn để tạo ra hợp kim.

Tương tự như vậy, các chuyên gia nghiên cứu đã sử dụng một nguyên tố hóa học kết hợp với bạc, vật liệu được dùng để làm điện cực dương memristor, nhằm tăng khả năng chuyển dịch các ion liên tục theo một kênh dẫn mỏng.

Nhìn chung, lĩnh vực này vẫn còn chặng đường dài phía trước, nhưng phần nào thấy được tương lai của các máy tính thần kinh nhân tạo có thể thực hiện nhiều công việc phức tạp trên quy mô siêu máy tính mà không tiêu tốn nhiều năng lượng và kết nối mạng.

Cập nhật: 11/06/2020 Theo Zing