Современные компьютеры достигли невероятной мощности и возможностей, соперничая, а в некоторых случаях и превосходя человеческий мозг в обработке данных и решении математических задач. Однако в одном аспекте мозг всё еще остаётся непобежденным — это энергоэффективность.
«Самые эффективные компьютеры по-прежнему потребляют в 10 000 раз больше энергии по сравнению с человеческим мозгом при выполнении таких задач, как обработка и распознавание изображений, хотя они превосходят мозг в математических вычислениях», — говорит профессор электроники и вычислительной техники Каустав Банерджи из Калифорнийского университета в Санта-Барбаре. Он также отмечает, что мировое потребление энергии электроникой находится на четвертом месте среди всех стран и увеличивается с каждым годом, что подчеркивает необходимость разработки более энергоэффективных технологий.
Одной из перспективных областей решения этой проблемы является нейроморфное (NM) вычисление, которое имитирует структуру и операции мозга, где информация обрабатывается параллельно по множеству нейронов, потребляющих малое количество энергии. Исследовательская группа во главе с Банерджи предложила создать ультраэнергоэффективную платформу на основе туннельных полевых транзисторов (TFET), которые могут уменьшить энергопотребление до уровня, близкого к мозгу.
Проблема утечек тока и субпорогового колебания
Исследования нейроморфных вычислений ведутся уже несколько десятилетий, но только недавно были достигнуты значительные успехи благодаря уменьшению размеров транзисторов и улучшению их функциональности. Такие компании, как Intel и IBM, уже создали платформы, вдохновленные мозгом, которые экономят значительное количество энергии, но проблема утечек тока остаётся нерешённой.
Утечки тока происходят даже тогда, когда транзистор выключен, но подключен к источнику питания. В традиционных транзисторах, используемых в современных нейроморфных системах, это приводит к значительным энергетическим потерям. Однако TFET-транзисторы, предложенные командой Банерджи, обладают гораздо меньшим током утечки, что делает их более энергоэффективными.
Перспективы будущего
Исследователи считают, что их платформа, основанная на TFET, может снизить энергопотребление чипов до уровня, который лишь в 100 раз превышает энергоэффективность человеческого мозга, что является значительным улучшением по сравнению с сегодняшними технологиями.
Банерджи также добавляет, что дальнейшее развитие этой технологии может привести к созданию трёхмерных нейроморфных схем, которые ещё более точно будут имитировать работу мозга и использовать энергию более эффективно.