Hardware neuromórfico altamente escalable inspirado en el cerebro

Investigadores del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) fabricaron hardware neuromórfico altamente escalable inspirado en el cerebro mediante la cointegración de neuronas y sinapsis de un solo transistor. Con la tecnología CMOS de silicio estándar, se espera que el hardware neuromórfico reduzca el costo del chip y simplifique los procedimientos de fabricación.

El hardware neuromórfico ha llamado mucho la atención debido a sus funciones de inteligencia artificial, que consumen energía ultrabaja al imitar el cerebro humano. Para que el hardware neuromórfico funcione, se necesita una neurona que genere un pico al integrar una determinada señal y una sinapsis que recuerde la conexión entre dos neuronas, al igual que el cerebro biológico. Sin embargo, dado que las neuronas y las sinapsis construidas sobre circuitos digitales o analógicos ocupan un gran espacio, existe un límite en términos de eficiencia y costos del hardware. Dado que el cerebro humano consta de alrededor de 1011 neuronas y 1014 sinapsis, es necesario mejorar el costo del hardware para poder aplicarlo a dispositivos móviles e IoT.

Para resolver el problema, el equipo de investigación imitó el comportamiento de las neuronas biológicas y las sinapsis con un solo transistor y las cointegró en una oblea de 8 pulgadas. Los transistores neuromórficos fabricados tienen la misma estructura que los transistores de memoria y lógica que actualmente se fabrican en serie. Además, los transistores neuromórficos demostraron por primera vez que pueden implementarse con una "estructura de Jano" que funciona como neurona y sinapsis, al igual que las monedas tienen cara y cruz.

El profesor Yang-Kyu Choi dijo que este trabajo puede reducir drásticamente el costo del hardware al reemplazar las neuronas y las sinapsis que se basaban en circuitos digitales y analógicos complejos con un solo transistor. "Al cointegrar neuronas de un solo transistor y sinapsis en la misma oblea mediante un proceso CMOS estándar, se mejoró el costo del hardware neuromórfico, lo que acelerará la comercialización del hardware neuromórfico", dijo Joon-Kyu Han, el primer autor. .