About / Advertise
Supersnål analog neuronkrets
En analog krets som implementerar en central funktion i artificiella neuronnät – det har forskare i Tennessee demonstrerat. Den är mindre än och drar bara 1/500 av energin hos liknande kretsar idag. Andra lösningar har krävt mycket kretsyta och energi för att kontrollera bredden.
Även maxstyrkan på utsignalen kan programmeras. Att de tre parametrarna kan styras är en viktig förutsättning för att neuronen ska kunna programmera sig själv. Detta kallas unsupervised learning. Biologiska neuroner antas fungera så.
Av artificiella neuroner bygger man algoritmer för deep learning, eller artificiella neuronnät som de kallades förr. Sådana kan användas för bildanalys och annan signalbehandling. Övervakning av sjuka, av miljön och av krigsskådeplatser är möjliga tillämpningsområden. Liksom processtyrning.
Det är också möjligt att kretsen i sig på grund av sina fina egenskaper kan användas för mindre märkvärdiga funktioner som förstärkare, filter eller oscillator.
Forskarna tror att analoga beräkningar håller på att att bli effektivare än digitala. Kretsen förbrukar 18,9 nW. Drivspänningen är 3 V och den är byggd i 130 nm CMOS.
Nu arbetar forskarna med att integrera sin krets till ett större system som gör bildanalys i enbart analoga kretsar.
En artikel om bulan finns publicerad i Electronics Letters (länk),
