La tecnologia dei memristori sta facendo passi da gigante, migliorando notevolmente la sua precisione ed efficienza. Questa innovazione promette di colmare il divario tra il calcolo analogico e quello digitale, offrendo un’elaborazione più veloce e più efficiente dal punto di vista energetico, adatta per l’intelligenza artificiale, l’apprendimento automatico e molto altro ancora.
Un ponte tra analogico e digitale
Mentre la maggior parte del calcolo nel mondo è ancora digitale, i dati che ci circondano vengono catturati in forma analogica tramite sensori – immagini attraverso fotocamere, temperatura e suono, ad esempio – e devono essere convertiti in forma digitale per la precisione. Ma immaginate un veicolo autonomo che deve catturare ciò che si trova sulla strada e poi prendere decisioni istantaneamente; questi dati devono essere convertiti – molto rapidamente, con basso consumo energetico e alta precisione. E se i nuovi chip analogici potessero fornire la precisione del calcolo digitale con i vantaggi di risparmio energetico e alta velocità del calcolo analogico?
Progressi nella tecnologia dei memristori
Se un chip di computer è composto da vari circuiti, un memristore è una componente relativamente piccola di un circuito che memorizza ed elabora i dati in modo molto efficiente. In un precedente articolo del laboratorio di J. Joshua Yang, professore di Ingegneria Elettrica e Informatica presso la USC Viterbi School of Engineering, i ricercatori sono stati in grado di modificare un memristore per ottenere una precisione senza precedenti.
Il suo laboratorio all’interno della USC Viterbi e della sua Scuola di Calcolo Avanzato si concentra sullo sviluppo di dispositivi per il calcolo. Il laboratorio ha progettato un nuovo circuito e un’architettura per ottenere una precisione ancora maggiore con gli stessi memristori, il che potrebbe estendere notevolmente le applicazioni di tale tecnologia oltre il tradizionale territorio a bassa precisione, come le reti neurali. Inoltre, afferma Yang, questa innovazione è applicabile anche ad altri tipi di tecnologie di memoria, tra cui le memorie magnetiche che utilizzano lo stesso dispositivo della testina di lettura dei dischi rigidi magnetici e le memorie a cambiamento di fase che utilizzano lo stesso materiale dei compact disc (CD).
Abilitare un calcolo più veloce ed efficiente
Normalmente, afferma Yang, è molto difficile programmare rapidamente un dispositivo analogico con precisione su un valore target. Il laboratorio di Yang ha sviluppato un’architettura di circuito e un algoritmo corrispondente per fare esattamente questo. Questa innovazione rende il calcolo analogico utilizzando dispositivi analogici molto più attraente per molte applicazioni.
Yang afferma che ha “un’efficienza superiore e una maggiore velocità con l’accuratezza dei sistemi digitali”.
Un miglioramento cruciale
Questo tipo di miglioramento è fondamentale, afferma Yang, poiché tali innovazioni possono essere applicate per addestrare reti neurali che sono necessarie per sviluppare l’intelligenza artificiale (AI) e l’apprendimento automatico (ML), ma finora possono essere fatte solo molto costosamente con sistemi digitali. L’innovazione consentirà anche nuove applicazioni oltre l’AI e il ML, come il calcolo scientifico per previsioni meteorologiche.
