‘Cerebro de microondas’ de baja potencia en un chip se calcula tanto en datos ultrarrápidos como en señales inalámbricas

Los investigadores de la Universidad de Cornell han desarrollado un microchip de baja potencia que llaman un «cerebro de microondas», el primer procesador en calcular tanto en las señales de datos ultrarrápidas y las señales de comunicación inalámbrica al aprovechar la física de las microondas.

Detallado en el diario Electrónica de la naturalezaEl procesador es la primera red neuronal de microondas verdadero y está completamente integrada en un microchip de silicio. Realiza el cálculo del dominio de frecuencia en tiempo real para tareas como la decodificación de la señal de radio, el seguimiento del objetivo del radar y el procesamiento de datos digitales, todo mientras consume menos de 200 miliwatios de potencia.

«Debido a que es capaz de distorsionar de manera programable a través de una amplia banda de frecuencias instantáneamente, puede reutilizarse para varias tareas informáticas», dijo el autor principal Bal Govind, un estudiante de doctorado que realizó la investigación con Maxwell Anderson, también un estudiante doctoral. «Evita una gran cantidad de pasos de procesamiento de señales que las computadoras digitales normalmente tienen que hacer».

Esa capacidad está habilitada por el diseño del chip como una red neuronal, un sistema informático modelado en el cerebro, utilizando modos interconectados producidos en guías de onda sintonizables.

Esto le permite reconocer patrones y aprender de los datos. Pero a diferencia de las redes neuronales tradicionales que dependen de las operaciones digitales y las instrucciones paso a paso cronometradas por un reloj, esta red utiliza un comportamiento analógico y no lineal en el régimen de microondas, lo que le permite manejar los flujos de datos en las decenas de Gigahertz, mucho más rápido que la mayoría de los chips digitales.

«Bal eliminó un montón de diseño de circuitos convencionales para lograr esto», dijo Alyssa Apsel, profesora de ingeniería, quien fue co-senior de Peter McMahon, profesora asociada de física aplicada e ingeniería.

«En lugar de tratar de imitar exactamente la estructura de las redes neuronales digitales, creó algo que se parece más a una papilla controlada de comportamientos de frecuencia que finalmente puede darle un cálculo de alto rendimiento».

El chip puede realizar funciones lógicas de bajo nivel y tareas complejas como identificar secuencias de bits o contar valores binarios en datos de alta velocidad. Se logró con una precisión del 88% o superior en múltiples tareas de clasificación que involucran tipos de señal inalámbrica, comparable a las redes neuronales digitales pero con una fracción de la potencia y el tamaño.

«En los sistemas digitales tradicionales, a medida que las tareas se vuelven más complejas, necesita más circuitos, más potencia y más corrección de errores para mantener la precisión», dijo Govind. «Pero con nuestro enfoque probabilístico, podemos mantener una alta precisión en los cálculos simples y complejos, sin esa sobrecarga agregada».

La sensibilidad extrema del chip a las entradas lo hace adecuado para aplicaciones de seguridad de hardware como la detección de anomalías en comunicaciones inalámbricas en múltiples bandas de frecuencias de microondas, según los investigadores.

«También pensamos que si reducimos más el consumo de energía, podemos implementarlo en aplicaciones como Edge Computing», dijo Apsel. «Puede implementarlo en un reloj inteligente o un teléfono celular y crear modelos nativos en su dispositivo inteligente en lugar de tener que depender de un servidor en la nube para todo».

Aunque el chip sigue siendo experimental, los investigadores son optimistas sobre su escalabilidad. Están experimentando con formas de mejorar su precisión e integrarla en las plataformas de procesamiento digital y de microondas existentes.

El trabajo surgió de un esfuerzo exploratorio dentro de un proyecto más amplio respaldado por la Agencia de Proyectos de Investigación Avanzada de Defensa y la Instalación de Ciencia y Tecnología de Cornell a nanoescala.