Los investigadores del Instituto Indio de Ciencias (IISc) han desarrollado una plataforma informática analógica inspirada en el cerebro capaz de almacenar y procesar datos en la asombrosa cantidad de 16.500 estados de conductancia dentro de una película molecular. Publicado hoy en la revista NaturalezaEste avance representa un enorme paso adelante respecto a las computadoras digitales tradicionales, en las que el almacenamiento y el procesamiento de datos están limitados a sólo dos estados.
Una plataforma de este tipo podría llevar tareas complejas de IA, como el entrenamiento de modelos de lenguaje grandes (LLM), a dispositivos personales como computadoras portátiles y teléfonos inteligentes, acercándonos así a la democratización del desarrollo de herramientas de IA. Estos desarrollos están restringidos actualmente a centros de datos con muchos recursos, debido a la falta de hardware de bajo consumo energético. Ahora que la electrónica de silicio se acerca a la saturación, el diseño de aceleradores inspirados en el cerebro que puedan funcionar junto con chips de silicio para ofrecer una IA más rápida y eficiente también se está volviendo crucial.
«La computación neuromórfica ha tenido que hacer frente a una serie de desafíos sin resolver durante más de una década», explica Sreetosh Goswami, profesor adjunto del Centro de Nanociencia e Ingeniería (CeNSE) del IISc, que dirigió el equipo de investigación. «Con este descubrimiento, casi hemos dado con el sistema perfecto, una hazaña poco común».
La operación fundamental que subyace a la mayoría de los algoritmos de IA es bastante básica: la multiplicación de matrices, un concepto que se enseña en matemáticas de secundaria. Pero en las computadoras digitales, estos cálculos consumen mucha energía. La plataforma desarrollada por el equipo del IISc reduce drásticamente tanto el tiempo como la energía necesarios, lo que hace que estos cálculos sean mucho más rápidos y fáciles.
El sistema molecular que se encuentra en el corazón de la plataforma fue diseñado por Goswami, profesor visitante en CeNSE. A medida que las moléculas y los iones se mueven y se mueven dentro de una película de material, crean innumerables estados de memoria únicos, muchos de los cuales han sido inaccesibles hasta ahora. La mayoría de los dispositivos digitales solo pueden acceder a dos estados (conductancia alta y baja), sin poder aprovechar la cantidad infinita de estados intermedios posibles.
Al utilizar pulsos de voltaje cronometrados con precisión, el equipo del IISc encontró una forma de rastrear eficazmente un número mucho mayor de movimientos moleculares y mapear cada uno de ellos a una señal eléctrica distinta, formando un extenso «diario molecular» de diferentes estados.
«Este proyecto unió la precisión de la ingeniería eléctrica con la creatividad de la química, permitiéndonos controlar la cinética molecular con mucha precisión dentro de un circuito electrónico alimentado por pulsos de voltaje de nanosegundos», explica Goswami.
Aprovechar estos minúsculos cambios moleculares permitió al equipo crear un acelerador neuromórfico de gran precisión y eficiencia, capaz de almacenar y procesar datos en un mismo lugar, de forma similar al cerebro humano. Estos aceleradores pueden integrarse sin problemas con circuitos de silicio para aumentar su rendimiento y eficiencia energética.
Un desafío clave al que se enfrentó el equipo fue caracterizar los distintos estados de conductancia, algo que resultó imposible con el equipo existente. El equipo diseñó una placa de circuito personalizada que podía medir voltajes tan pequeños como una millonésima de voltio, para identificar estos estados individuales con una precisión sin precedentes.
El equipo también convirtió este descubrimiento científico en una hazaña tecnológica. Pudieron recrear la icónica imagen de los «Pilares de la Creación» de la NASA a partir de los datos del Telescopio Espacial James Webb (creados originalmente por una supercomputadora) utilizando únicamente una computadora de mesa. También pudieron hacerlo en una fracción del tiempo y la energía que necesitarían las computadoras tradicionales.
El equipo incluye a varios estudiantes e investigadores del IISc. Deepak Sharma realizó el diseño del circuito y del sistema y la caracterización eléctrica, Santi Prasad Rath se encargó de la síntesis y la fabricación, Bidyabhusan Kundu se encargó del modelado matemático y Harivignesh S diseñó el comportamiento de respuesta neuronal bioinspirado. El equipo también colaboró con Stanley Williams, profesor de la Universidad Texas A&M y Damien Thompson, profesor de la Universidad de Limerick.
Los investigadores creen que este avance podría ser uno de los mayores avances de la India en materia de hardware de IA, lo que situaría al país en el mapa de la innovación tecnológica mundial. Navakanta Bhat, profesor de CeNSE y experto en electrónica de silicio, dirigió el diseño de circuitos y sistemas en este proyecto.
«Lo que destaca es cómo hemos transformado conocimientos complejos de física y química en tecnología revolucionaria para hardware de IA», explica. «En el contexto de la India Semiconductor Mission, este desarrollo podría ser un punto de inflexión, revolucionando las aplicaciones industriales, de consumo y estratégicas. La importancia nacional de esta investigación no se puede subestimar».
Con el apoyo del Ministerio de Electrónica y Tecnología de la Información, el equipo del IISc ahora se centra en el desarrollo de un chip neuromórfico integrado totalmente autóctono.
«Se trata de un proyecto completamente local, desde los materiales hasta los circuitos y sistemas», subraya Goswami. «Estamos en camino de traducir esta tecnología en un sistema en un chip».
Más información:
Sreetosh Goswami, Memristores moleculares cinéticos autoseleccionables simétricos lineales de 14 bits, Naturaleza (2024). DOI: 10.1038/s41586-024-07902-2. www.nature.com/articles/s41586-024-07902-2
Citación:La plataforma neuromórfica presenta un avance significativo en la eficiencia informática (2024, 11 de septiembre) recuperado el 11 de septiembre de 2024 de https://techxplore.com/news/2024-09-neuromorphic-platform-significant-efficiency.html
Este documento está sujeto a derechos de autor. Salvo que se haga un uso legítimo con fines de estudio o investigación privados, no se podrá reproducir ninguna parte del mismo sin autorización por escrito. El contenido se ofrece únicamente con fines informativos.
GIPHY App Key not set. Please check settings