טאואר-ג’אז והטכניון פיתחו רכיב ממריסטור לייצור שבבי בינה מלאכותית

10 דצמבר, 2019

הרכיב החדש מבוסס על שינוי מזערי בזיכרון פלאש הנעשה ללא תוספת עלות, ומספק ממריסטור בעל יכולות עיבוד. מאפשר לייצר מעגלי בינה מלאכותית אנלוגיים היכולים להאיץ פי 1,000 את מהירות הלימוד

פרופ’ שחר קוטינסקי מהפקולטה להנדסת חשמל בטכניון (בתמונה למעלה), ביחד עם הדוקטורנט לואי דאניאל ועם חברת טאואר-ג’אז (TowerJazz), הצליחו לייצר ממריסטור זול מאוד ובטכנולוגיה מוכחת, המאפשר לבנות רשתות נוירוניות גדולות מאוד המבצעות עיבוד (לימוד והסקה) אנלוגי של המידע. החוקרים ייצרו התקן בעל שני הדקים (Two-terminal Floating-gate Transistor) באמצעות שינוי קל בתהליך של טאואר-ג’אז לייצור זכרונות פלאש בטכנולוגיית CMOS בגיאומטריה של 180 ננומטר.

התוצאה היא ממריסטור הזוכר 65 ערכי התנגדות שונים, בהתאם למתח המוטען עליו בשלב הכתיבה בהדק העליון, ומפיק בהדק התחתון 65 ערכי זרם שונים בשלב הקריאה. רעיון הממריסטור הועלה לראשונה בתחילת שנות ה-70 על-ידי פרופ’ לאון צ’ואה היפני. במאמר תיאורטי שפירסם הוא טען שהמערכות האלקטרוניות הקיימות מבוססות על השילוש נגד-קבל-סליל. הוא הציע רכיב נוסף – נגד המסוגל לזכור מצבים – שהוא העניק לו את השם ממריסטור (Memory Resistor). כלומר, נגד שיכול לשנות את ההתנגדות שלו ולכן גם לשמש כבסיס לייצור זכרונות התנגדותיים בלתי-נדיפים.

הפלאש הפך למתג אנלוגי

מאז נעשו מאמצים רבים לייצר ממריסטורים וזכרונות התנגדותיים, אולם ברוב המקרים מדובר ברכיבים מעבדתיים או יקרים ובעלי מגבלות גודל. פריצת הדרך החשובה בפרוייקט של טאואר-גאז והטכניון היא ביכולת לייצר ממריסטור לומד בטכנולוגיה קיימת וזולה מאוד. במחקר תיאורטי של קוטינסקי שנערך בשנה שעברה, הוא הוכיח שרשתות לימוד עומק (Deep Learning) הבנויות על-פי העיקרון הזה, יכולות להיות מהירות פי 1,000 בהשוואה ליישום דיגיטלי שלהן המבוסס על שימוש במעבדי GPU.

התוצאה היא מעין מתג אנלוגי המתפקד כמו סינפסה ברשת נוירונית מהירה, אשר פועל במתחים נמוכים (בסביבות 1V). תהליך הלימוד (כתיבה) נעשה באמצעות שינויים במתח (דלתא) המאפשרים תהליך למידה עם כל מחזור, באמצעות תיקון של המשקל הקיים בכל מתג (המשקל הוא שווה ערך להתנגדות המתוקנת). תהליך ההסקה (קריאה) נעשה באמצעות מדידת הזרם המשותף של כל המתגים המצויים בעמודה מוגדרת (שווה ערך לכל המשקלים בשכבת עיבוד ברשת נוירונית).

חישוב מהיר המפיק תשובה במחזור שעון יחיד

בראיון ל-Techtime הסביר קוטינסקי שתהליך הייצור הוא זול מאוד וקל מאוד, מכיוון שהוא מבוסס על טכנולוגיה קיימת שהשינוי שבוצע בה אפילו לא דורש שינוי במסיכות. כלומר, הוא נעשה ללא תוספת עלות. “לקחנו טכנולוגיה קיימת של טאואר-ג’אז, ובאמצעות שינוי קל בהתקן שלהם קיבלנו ממריסטור שהוא בעל ביצועים טובים יותר מאשר הממריסטורים המעבדתיים הטהורים. זוהי גרסה של מחשב אנלוגי מהיר מאוד, מכיוון שקריאת המידע מכל עמודה נעשית במחזור שעון אחד בלבד”. לרשת החדשה יש את כל התכונות של זיכרון בלתי נדיף אמין: חברת טאואר-ג’אז מתחייבת שהוא שומר את המידע לפחות 10 שנים.

במחקר השתתפו גם פרופ’ יעקב רויזין וד”ר יבגני פיחאי מחברת טאואר-ג’אז ופרופ’-משנה ראמז דניאל מהפקולטה להנדסה ביו-רפואית בטכניון. לדברי רויזין,הממריסטור יושב על הטרנזיסטורים הקיימים של טאואר-ג’אז, ומתממשק באופן מיידי עם כל ההתקנים שאיתם הם עובדים. הטכנולוגיה החדשה נבחנה בתנאי אמת והראתה כי אכן היא ניתנת להטמעה ברשתות עצביות בחומרה. בדומה למוח, המערכת המשופרת מצטיינת בשמירת מידע לטווח ארוך ובצריכת אנרגיה נמוכה מאוד”.

הפרוייקט פורסם במאמר בכתב העת Natureelectronics. לקריאת המאמר הקליקו: כאן

Share via Whatsapp

פורסם בקטגוריות: בינה מלאכותית , חדשות , סמיקונדקטורס

פורסם בתגיות: בינה מלאכותית , טאואר-ג'אז , טכניון , ממריסטור , סמיקונדקטורס , פלאש