Спец-ЭлектронКомплект

В перспективе разработанный прототип физического резервуара позволит создать новый класс легких, миниатюрных и энергоэффективных систем искусственного интеллекта, в частности, для распознавания объектов, цифр и слов.

Системы искусственного интеллекта (ИИ), в частности, нейросети, сегодня активно внедряются в различные сферы жизни человека, позволяя автоматизировать работу информационных систем на предприятиях, создавая тексты, фото, видео и аудио, и даже помогая беспилотным видам транспорта точнее ориентироваться в воздухе, на суше и под водой (например, распознавание по видеозаписям ландшафта, ориентирование на дорогах и проч.).

При этом большая часть современных систем искусственного интеллекта является программными продуктами, функционирование которых обеспечивается за счет использования традиционных электронных компьютеров. Поэтому от увеличения количественных параметров вычислительных мощностей и объема памяти зависят возможности для повышения точности и скорости обработки информации с помощью программных систем искусственного интеллекта. А значит, стоимость, габариты и энергопотребление аппаратной части системы будет возрастать. Поэтому научные группы в различных странах мира ведут разработки вычислительных устройств для использования искусственного интеллекта на новых физических принципах.

Одной из перспективных сфер для создания аппаратной нейросети является магноника – это научное направление изучает свойства спиновых волн и их квантов магнонов, которые существуют в магнитных пленках и могут использоваться как носители информации в новых вычислительных устройствах – резервуарных компьютерах.

«Сравнительно недавно учеными, в том числе и нами, было показано, что с помощью магнонов можно решать задачи распознавания и классификации с высокой скоростью и низким энергопотреблением в сравнении с транзисторными вычислительными устройствами. Магнонный физический резервуар представляет собой спин-волновую линию задержки с петлей обратной связи. Это аппаратный аналог нейросети, который обладает тем же функционалом, что и обычные программные нейронные сети», – сказал профессор кафедры физической электроники и технологии СПбГЭТУ «ЛЭТИ», заведующий лаборатории магноники и радиофотоники им. Б.А. Калиникоса Алексей Борисович Устинов

Ранее ученые ЛЭТИ в составе научной группы успешно разработали прототип резервуарного компьютера, состоящего пленочной линии задержки, а также электронного аттенюатора и СВЧ усилителя в петле обратной связи. Полученное устройство было способно производить нейроморфные вычисления, например, распознавать объекты, измерять температуру.

В новом исследовании, опубликованном в научном журнале Applied Physics Letters, исследователи усовершенствовали систему управления информационным сигналом, поступающим в резервуар. Для этого на определенный участок магнитной пленки подавался электрический ток, локально меняющий изначально однородное поле подмагничивания. Тем самым регулировалась амплитуда информационного сигнала, обрабатываемого резервуаром. Этот способ позволил напрямую передавать в резервуар битовые сигналы (например, локальное подведение тока – «1», его отсутствие – «0»). Данное решение позволило отказаться от электронного аттенюатора для управления амплитудой сигнала, который использовался в предыдущей версии резервуарного компьютера. Это сделало прототип более компактным. Эксперименты также показали, что для обеспечения предложенного метода работы компьютера потребовалось примерно на порядок меньше энергии в сравнении с аттенюатором.

«Наша разработка позволила упростить конструкцию резервуарного компьютера, сделать его более легким, компактным и энергоэффективным. За счет этих характеристик в будущем такие вычислительные устройства могут получить широкое распространение в технике, например, для снижения веса электронных систем беспилотных подводных, наземных и воздушных аппаратов», – отмечает Алексей Борисович Устинов.

Исследования в сфере магноники проводятся в лаборатории магноники и радиофотоники им. Б.А. Калиникоса, которая была создана в СПбГЭТУ «ЛЭТИ» в 2021 году в рамках мегагранта Правительства Российской Федерации. Ее главная задача – обнаружение и исследование физических эффектов, которые затем можно положить в основу работы новых типов устройств генерации, передачи и обработки информации.

Источник