"Microwave brain" chip thử nghiệm xử lý AI dưới 200 milliwatts năng lượng

Cornell University đã phát triển một chip đột phá có tên 'microwave brain', sử dụng cả xử lý kỹ thuật số truyền thống và mạng thần kinh vi sóng, nhưng tiêu thụ dưới 200 milliwatts năng lượng. Công nghệ này cho phép chíp xử lý các luồng dữ liệu qua truyền thông không dây dạng analog, tăng tốc độ xử lý so với phần cứng kỹ thuật số truyền thống. Điều này có nghĩa là thiết bị có thể thực hiện các tác vụ phức tạp nhanh hơn so với các bộ xử lý kỹ thuật số thông thường, vốn thực hiện các lệnh theo cách tuyến tính.

Các ứng dụng tiềm năng cho chip 'microwave brain' là cực kỳ rộng lớn, bao gồm giải mã tín hiệu radio, theo dõi mục tiêu radar, và xử lý dữ liệu số. Do chip có khả năng phản hồi trực tiếp với các đầu vào, nó có thể phát hiện các bất thường trong giao tiếp không dây trên nhiều dải tần số vi sóng. Đây là một cải tiến lớn so với các mô hình mạng thần kinh kỹ thuật số hiện tại, vốn cần đến các vệ tinh lớn và tiêu tốn nhiều năng lượng hơn.

Nhóm nghiên cứu tại Cornell đã tích hợp các dẫn sóng vào mạng thần kinh bằng cách sử dụng một chiến lược thiết kế xác suất, tạo ra chip có thể giải quyết các tác vụ AI mà không cần tăng đột biến năng lượng hay cần đến các biện pháp sửa lỗi phức tạp. Sự chính xác của việc phân loại tín hiệu không dây lên tới ít nhất 88%, so sánh được với mạng thần kinh kỹ thuật số mà ít tiêu thụ năng lượng và kích thước nhỏ hơn nhiều.

Có thể tích hợp chip này trên các thiết bị di động và đeo được như điện thoại thông minh và đồng hồ thông minh, mở ra khả năng các mạng thần kinh chạy trực tiếp trên thiết bị thay vì dựa vào các dịch vụ đám mây. Điều này đặc biệt quan trọng khi các công ty công nghệ hàng đầu như Apple và Meta đang nhấn mạnh tầm quan trọng của các thiết bị hỗ trợ AI.

Cornell, được tài trợ bởi DARPA và National Science Foundation, đã xuất bản nghiên cứu trên tạp chí Nature Electronics vào ngày 14 tháng 8. Mặc dù chip vẫn đang trong giai đoạn thử nghiệm, nhưng có tiềm năng mở rộng và nhắm tới nâng cao độ chính xác để để đáp ứng nhu cầu sử dụng rộng rãi. Các nhà nghiên cứu đang tìm cách tối ưu hơn nữa để giảm tiêu thụ năng lượng, thúc đẩy việc sử dụng chip cho các ứng dụng điện toán biên.

Nguồn: Cornell University, TechSpot