革新的な新しいチップ技術により、データストレージと処理機能が統合され、効率とパフォーマンスが大幅に向上します。このチップは人間の脳からインスピレーションを得たもので、3～5年以内に商品化される予定だが、業界の安全基準を満たすためには学際的な協力が必要となる。
Hussam Amrouch は、同等のインメモリ コンピューティング手法に比べて 2 倍強力な人工知能用のアーキテクチャを開発しました。 Nature 誌によると、ミュンヘン工科大学 (TUM) の教授は、強誘電体電界効果トランジスタ (FeFET) と呼ばれる特殊な回路を使用した新しいコンピューティング パラダイムを適用しました。数年以内に、これは生成人工知能、深層学習アルゴリズム、ロボット工学アプリケーションに適用できることが判明する可能性があります。
基本的な考え方は単純です。以前のチップはトランジスタ上でのみ計算を実行していましたが、現在ではデータも保存されます。これにより、時間と労力の両方が節約されます。 「その結果、チップの性能も向上した」とミュンヘン工科大学（TUM）の人工知能プロセッサ設計教授、ハッサム・アムルーシュ氏は語る。
将来のチップは、以前のチップよりも高速かつ効率的でなければなりません。したがって、急速に加熱することはできません。これは、ドローン飛行などのシナリオでリアルタイム コンピューティングなどのアプリケーションをサポートする場合に非常に重要です。コンピューターにとって、このようなタスクは非常に複雑でエネルギーを消費します。
チップに対するこれらの重要な要件は、数学的パラメーター TOPS/W (「1 秒あたりのワットあたりのテラヘルツ動作」) によって要約できます。これは、将来のチップの重要な技術指標と見なすことができます。つまり、1 ワット (W) の電力が供給されたときに、プロセッサが 1 秒 (S) あたり何テラフロップスの演算 (TOP) を実行できるかということです。
ボッシュがフラウンホーファーIMPSと協力して開発した新しい人工知能チップは、生産プロセス中にアメリカの企業GlobalFoundriesによってサポートされており、885TOPS/Wを提供できます。これにより、SamsungのMRAMチップを含む同様のAIチップと比べて2倍の性能を発揮します。現在一般的に使用されている CMOS チップの動作速度は 10 ～ 20TOPS/W です。 Nature誌に掲載された最近の研究結果がこれを証明しています。
人間の脳からインスピレーションを得たチップアーキテクチャ
研究者らは現代のチップアーキテクチャの原理を人間から借用した。 「脳では、ニューロンが信号を処理し、シナプスがその情報を記憶します」とアムルチ氏は述べ、人間がどのようにして複雑な関係を学習し、思い出すことができるかを説明した。
この目的のために、チップは「強誘電体」(FeFET) トランジスタを使用します。この電子スイッチには、電源が遮断されても情報を記憶できる特別な追加特性 (電圧が印加されると極性が反転する) が備わっています。さらに、トランジスタ内でのデータの保存と処理を同時に行うことができます。
「現在では、データを生成された場所で処理する必要がある深層学習、生成型人工知能、ロボット工学などのアプリケーション向けに効率的なチップセットを構築できるようになりました」とアムルチ氏は考えています。
市場志向のチップへの道
研究者らは、このチップを使用して、タイムラグを発生させることなく、空間内の物体を識別したり、飛行中にドローンによって生成されたデータを処理したりする深層学習アルゴリズムを実行することを目指しています。しかし、ミュンヘン工科大学ミュンヘン統合ロボティクス・機械知能研究所（MIRMI）の教授らは、この目標を達成するには数年かかると考えている。同氏は、実用的なアプリケーションに適した最初のメモリチップは、早くても3～5年後には入手可能になるだろうと考えている。
理由の 1 つは、業界の安全要件です。たとえば、自動車業界がこのテクノロジーを採用するまでは、信頼性の高い機能だけでは十分ではありません。また、業界固有の基準も満たさなければなりません。 「これは、コンピューターサイエンス、情報学、電気工学など、さまざまな分野の研究者との学際的な協力の重要性を改めて浮き彫りにしました」とハードウェア専門家のアムルチ氏は述べた。彼はこれが MIRMI の大きな利点であると考えています。