Курчатовский институт изучил систему крайне низкого энергопотребления - «Новости Дня» » «Новости Дня»

✔ Курчатовский институт изучил систему крайне низкого энергопотребления - «Новости Дня»


Фото: Depositphotos
Ученые "Курчатовского института" рассказали об исследовании, которое поможет создать автономные нейровычислительные системы с максимально низким потребление энергии. Исследование опубликовано в журнале Microelectronic Engineering.

В ходе изучения мемристивных наноструктур (мемристоры - резисторы, которые способны запоминать значение электрического сопротивления под воздействием электрического поля или тока выше определенной пороговой величины - прим.ред.) специалисты пришли к выводу о том, что такие системы могут быть совсем миниатюрны. При этом, в отличие от электронных устройств, они потребляют мало энергии - все благодаря тому, что она не требуется им для поддержания текущего состояния, а необходима только лишь при его изменении.
"Создание таких систем позволяет ответить на большие вызовы, сформулированные в Стратегии научно-технологического развития России, в частности в области перехода к передовым технологиям машинного обучения и искусственного интеллекта", - отмечают исследователи.
Кроме этого, ученые "Курчатовского института" впервые оценили возможность обучения таких структур по биоподобным правилам, которые зависят от времени прихода импульсов. Для этого специалисты использовали наноструктуры на основе пленок стабилизированного иттрием диоксида цирконияZrO2 (Y), разработанные в ННГУ им. Н.И. Лобачевского.

"Такого рода системы обладают экстремально малым энергопотреблением и могут существенно превосходить по скорости обработки информации современные вычислительные системы, базирующиеся на архитектуре фон Неймана при выполнении перечисленных когнитивных функций", - отметил один из авторов исследования, директор-координатор по направлению природоподобные технологии "Курчатовского института", и.о.начальника лаборатории технологий искусственного интеллекта Курчатовского комплекса НБИКС-природоподобных технологий Вячеслав Демин.

Фото: Depositphotos Ученые "Курчатовского института" рассказали об исследовании, которое поможет создать автономные нейровычислительные системы с максимально низким потребление энергии. Исследование опубликовано в журнале Microelectronic Engineering. В ходе изучения мемристивных наноструктур (мемристоры - резисторы, которые способны запоминать значение электрического сопротивления под воздействием электрического поля или тока выше определенной пороговой величины - прим.ред.) специалисты пришли к выводу о том, что такие системы могут быть совсем миниатюрны. При этом, в отличие от электронных устройств, они потребляют мало энергии - все благодаря тому, что она не требуется им для поддержания текущего состояния, а необходима только лишь при его изменении. "Создание таких систем позволяет ответить на большие вызовы, сформулированные в Стратегии научно-технологического развития России, в частности в области перехода к передовым технологиям машинного обучения и искусственного интеллекта", - отмечают исследователи. Кроме этого, ученые "Курчатовского института" впервые оценили возможность обучения таких структур по биоподобным правилам, которые зависят от времени прихода импульсов. Для этого специалисты использовали наноструктуры на основе пленок стабилизированного иттрием диоксида цирконияZrO2 (Y), разработанные в ННГУ им. Н.И. Лобачевского. "Такого рода системы обладают экстремально малым энергопотреблением и могут существенно превосходить по скорости обработки информации современные вычислительные системы, базирующиеся на архитектуре фон Неймана при выполнении перечисленных когнитивных функций", - отметил один из авторов исследования, директор-координатор по направлению природоподобные технологии "Курчатовского института", и.о.начальника лаборатории технологий искусственного интеллекта Курчатовского комплекса НБИКС-природоподобных технологий Вячеслав Демин.


Новости по теме





Добавить комментарий

показать все комментарии
Комментарии для сайта Cackle
→ 
Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика