人工智能应用正在蓬勃发展,预计将在不久的将来成为主流技术。然而,这些应用程序运行在经典的计算硬件上,并且非常耗电。
这为开发受大自然启发的新型节能硬件解决方案(例如类脑计算)创造了机会。一些最著名的例子是神经形态计算和神经网络,它们模仿了作品。这种神经网络的可能实现之一是通过人造自旋冰(ASI)晶格。英国国家物理实验室和合作伙伴研究了将六角形磁性缺陷引入此类 ASI 结构的影响。
该研究是发表在日记中通讯材料。
通过国际团队通过引入设计的磁缺陷在系统中引起随机拓扑激励并控制基于 ASI 的神经网络的动态,成功演示了一种定制 ASI 系统行为的机制。这一发现的意义预计将用于包括磁存储器件和基于自旋的逻辑应用等应用。
这项研究的结果提供了对人工行为中集体和随机控制行为的见解。通过磁性ASI晶格实现,并为未来研究可重构自旋波导和低能量未来计算系统的硬件实现等新兴应用铺平道路。
NPL 研究员 Olga Kazakova 表示:“这项工作对我们来说是一个非常重要的里程碑:能够可控地创建与 ASI 缺陷相关的拓扑状态,并在 ASI 晶格内展示随机但统计上可预测的行为。这些结果使我们更接近实现这是与英国、德国和法国大型研究机构进行良好国际合作的成果。”
引文:六角形磁性缺陷可能导致节能神经形态计算(2024 年,10 月 3 日),2024 年 10 月 3 日检索自 https://webbedxp.com/zh-CN/science/jamaal/news/2024-10-hexagonal-magic-defects-energy-efficient .html
本文档受版权保护。除出于私人学习或研究目的的公平交易外,未经书面许可不得复制任何部分。所提供的内容仅供参考。