به گزارش صدای شهر محققان دانشگاه کرنل آمریکا تراشهای کممصرف و نوآورانه با نام مغز مایکروویوی توسعه دادهاند که قادر است با استفاده از فیزیک امواج مایکروویو هم دادههای فوقسریع و هم سیگنالهای ارتباطی بیسیم را پردازش کند. این تراشه که بهطور کامل روی یک میکروچیپ سیلیکونی ادغام شده است نخستین شبکه عصبی مبتنی بر مایکروویو در جهان محسوب میشود.
به گزارش interesting engineering این پردازنده با توان مصرفی تنها ۲۰۰ میلیوات محاسبات زمان واقعی در حوزه فرکانس انجام میدهد و برای کاربردهایی مانند رمزگشایی سیگنالهای رادیویی ردیابی اهداف راداری و پردازش دادههای دیجیتال بهکار میرود. به گفته بال گوویند دانشجوی دکتری و نویسنده ارشد تحقیق، تراشه قادر است بهطور آنی و قابل برنامهریزی در طیف گستردهای از فرکانسها تغییر شکل دهد و بنابراین میتوان آن را برای چندین کاربرد محاسباتی مختلف بازتخصیص داد.
ماکسول اندرسوندیگر دانشجوی دکتری تیم تحقیق درباره توانایی تراشه در پردازش همزمان سیگنالهای متعدد گفت: این تراشه بسیاری از مراحل پردازش سیگنال را که کامپیوترهای دیجیتال معمولاً باید انجام دهند دور میزند.
عملکرد داخلی تراشه
مغز مایکروویوی مانند شبکههای عصبی الهامگرفته از مغز انسان عمل میکند و از موجبرهای ویژهای برای اتصال اجزای خود استفاده میکند تا الگوها را شناسایی کرده و از دادهها بیاموزد. برخلاف تراشههای دیجیتال معمولی که دستورات را مرحلهبهمرحله و بر اساس ساعت سیستم پردازش میکنند این تراشه از سیگنالهای سریع آنالوگ در محدوده مایکروویو استفاده میکند و میتواند دادهها را در فرکانسهای دهها گیگاهرتز پردازش کند، سرعتی بسیار بالاتر از تراشههای دیجیتال رایج.
آلیسا آپسل، استاد مهندسی و نویسنده همارشد تحقیق درباره طراحی تراشه توضیح داد: بال بسیاری از اصول طراحی مدارهای سنتی را کنار گذاشت تا به این دستاورد برسد. او به جای اینکه ساختار شبکههای عصبی دیجیتال را دقیقاً شبیهسازی کند چیزی ایجاد کرده که بیشتر شبیه ترکیبی کنترلشده از رفتارهای فرکانسی است و در نهایت محاسباتی با عملکرد بالا ارائه میدهد.
تراشهای همهکاره
این تراشه قادر است طیف گستردهای از عملیات از محاسبات منطقی پایه تا وظایف پیچیده مانند شناسایی توالی بیتها یا شمارش مقادیر باینری در دادههای پرسرعت را انجام دهد. آزمایشها نشان داد تراشه در دستهبندی انواع سیگنالهای بیسیم به دقت ۸۸ درصد و بالاتر دست یافته است که عملکردی مشابه شبکههای عصبی دیجیتال دارد، اما با مصرف انرژی و فضای بسیار کمتر.
گوویند در اینباره گفت: در سیستمهای دیجیتال سنتی هرچه وظایف پیچیدهتر میشوند به مدارهای بیشتری توان مصرفی بالاتر و اصلاح خطا برای حفظ دقت نیاز است. اما با رویکرد احتمالاتی ما، میتوانیم دقت بالایی را در محاسبات ساده و پیچیده بدون این اضافهبار حفظ کنیم.
به دلیل حساسیت بالای تراشه به سیگنالهای ورودی محققان آن را برای انجام وظایف سختافزاری ایدهآل میدانند. این تراشه میتواند فعالیتهای غیرمعمول در ارتباطات بیسیم را در طیفهای مختلف فرکانس مایکروویو تشخیص دهد.
آپسل افزود: اگر مصرف انرژی را کاهش دهیم میتوانیم از این تراشه در کاربردهایی مانند محاسبات لبهای استفاده کنیم. برای مثال میتوان آن را روی ساعت هوشمند یا تلفن همراه نصب کرد و مدلهای محاسباتی را مستقیماً روی دستگاه اجرا کرد، بدون اینکه به سرورهای ابری وابسته باشیم.
اگرچه تراشه در حال حاضر در مرحله آزمایشی قرار دارد محققان نسبت به مقیاسپذیری آن اطمینان دارند و در حال بهبود دقت برای یکپارچهسازی آن با پلتفرمهای پردازش مایکروویو و دیجیتال موجود هستند.
نتایج این مطالعه در نشریه Nature Electronics منتشر شده است.
انتهای پیام/
Source link