빛을 활용하여 뇌를 발전시키는 기술

아래 양식을 작성하시면 "뇌형 컴퓨팅을 발전시키기 위한 기술 활용 빛"의 PDF 버전을 이메일로 보내드립니다.

모든 오디오 기사에 대한 액세스를 잠금 해제하려면 아래 양식을 작성하세요.

AI, 머신러닝, ChatGPT는 공공 영역에서 상대적으로 새로운 유행어일 수 있지만, 하드웨어와 소프트웨어를 결합하여 인간의 두뇌와 신경계처럼 기능하는 컴퓨터를 개발하는 것은 수십 년 동안의 도전이었습니다. 현재 피츠버그 대학의 엔지니어들은 광학 "멤리스터"가 뉴로모픽 컴퓨팅 개발의 핵심이 될 수 있는 방법을 탐구하고 있습니다.

메모리가 있는 저항기 또는 멤리스터는 뉴로모픽 컴퓨팅의 계산 회로 요소 및 고밀도 데이터 저장 장치의 소형 메모리 요소로 응용되면서 전자 장치에서 다재다능함을 이미 입증했습니다. 그들의 독특한 디자인은 인메모리 컴퓨팅의 길을 열었고 과학자와 엔지니어 모두로부터 상당한 관심을 끌었습니다.

"통합 광학 멤리스터"라는 제목의 새로운 리뷰 기사는 이 기술의 진화와 이 기술이 잠재력을 최대한 발휘하기 위해 수행해야 할 작업에 대해 조명합니다. 피츠버그 대학 Swanson 공과대학의 전기 및 컴퓨터 공학 조교수인 Nathan Youngblood가 이끄는 이 기사에서는 전자 멤리스터와 유사한 광학 장치의 잠재력을 탐구합니다. 이 새로운 종류의 장치는 고대역폭 뉴로모픽 컴퓨팅, 기계 학습 하드웨어 및 광학 영역의 인공 지능을 혁신하는 데 중요한 역할을 할 수 있습니다.

Technology Networks의 일일 뉴스레터를 구독하면 속보 과학 뉴스를 매일 받은 편지함으로 바로 전달받을 수 있습니다.

Youngblood는 "연구자들은 고대역폭 뉴로모픽 컴퓨팅, 기계 학습 하드웨어 및 인공 지능 분야에서 놀라운 잠재력을 지닌 광학 멤리스터에 매료되었습니다."라고 설명했습니다. "광학의 놀라운 장점과 로컬 정보 처리를 결합한다고 상상해 보세요. 이는 이전에는 상상할 수 없었던 완전히 새로운 기술 가능성 영역의 문을 여는 것과 같습니다."

리뷰 기사는 이 신흥 광자 집적 회로 분야의 최근 진행 상황에 대한 포괄적인 개요를 제공합니다. 현재의 최첨단 기술을 살펴보고 초고속 고대역폭 광통신의 이점과 로컬 정보 처리 기능을 결합한 광 멤리스터의 잠재적 응용 분야를 강조합니다. 그러나 확장성은 향후 연구가 해결해야 할 가장 시급한 문제로 나타났습니다.

Youngblood는 "광학 영역에서 인메모리 또는 뉴로모픽 컴퓨팅을 확장하는 것은 큰 도전입니다. 빠르고 컴팩트하며 효율적인 기술을 보유하면 확장을 더 쉽게 달성할 수 있으며 큰 진전을 이룰 수 있습니다."라고 설명했습니다.

"한계의 한 가지 예는 현재 광학 메모리의 저장 밀도가 가장 높은 상변화 물질을 사용하여 상대적으로 단순한 신경망을 온칩에 구현하려고 하면 1개의 웨이퍼 크기의 웨이퍼가 필요하다는 것입니다. 필요한 모든 메모리 셀을 수용할 수 있는 노트북입니다."라고 그는 계속 말했습니다. "포토닉스에서는 크기가 중요하며 유용한 규모로 유용한 컴퓨팅을 수행하려면 저장 밀도, 에너지 효율성 및 프로그래밍 속도를 향상시킬 수 있는 방법을 찾아야 합니다."

광학 멤리스터는 여러 응용 분야에서 컴퓨팅 및 정보 처리에 혁명을 일으킬 수 있습니다. 이를 통해 PIC(광자 집적 회로)의 능동 트리밍이 가능하므로 지속적으로 전력을 소비하지 않고도 온칩 광학 시스템을 필요에 따라 조정하고 다시 프로그래밍할 수 있습니다. 또한 고속 데이터 저장 및 검색 기능을 제공하여 처리 속도를 높이고 에너지 소비를 줄이며 병렬 처리를 가능하게 합니다.

광학 멤리스터는 인공 시냅스 및 뇌에서 영감을 받은 아키텍처에도 사용될 수 있습니다. 비휘발성 저장 및 비선형 출력을 갖춘 동적 멤리스터는 뇌 시냅스의 장기적인 가소성을 복제하고 통합 및 실행 컴퓨팅 아키텍처를 급증시키는 길을 열어줍니다.