SINGAPORE – Các nhà nghiên cứu từ Đại học Quốc gia Singapore (NUS – National University of Singapore) đã chứng minh rằng một bóng bán dẫn silicon tiêu chuẩn duy nhất có thể hoạt động như một tế bào thần kinh và khớp thần kinh sinh học khi được vận hành theo một cách cụ thể, không theo quy ước. Dưới sự chỉ đạo của Phó giáo sư Mario Lanza, công trình của nhóm nghiên cứu đưa ra một giải pháp có khả năng mở rộng và tiết kiệm năng lượng cho các mạng nơ-ron nhân tạo (ANN – artificial neural networks) dựa trên phần cứng. Điều này đưa điện toán hình thái thần kinh – nơi các con chip có thể xử lý thông tin hiệu quả hơn, giống như bộ não con người – đến gần hơn với thực tế. Những phát hiện nghiên cứu của họ đã được công bố trên tạp chí Nature.

Các nhà nghiên cứu tin rằng bộ não con người, nhìn chung, tiết kiệm năng lượng hơn bộ xử lý điện tử, do gần 90 tỷ tế bào thần kinh tạo thành khoảng 100 nghìn tỷ kết nối với nhau và các khớp thần kinh điều chỉnh sức mạnh của chúng theo thời gian – một quá trình được gọi là tính dẻo của khớp thần kinh, hỗ trợ cho việc học và trí nhớ. Các nhà khoa học từ lâu đã tìm cách sao chép hiệu quả này bằng cách sử dụng mạng lưới thần kinh nhân tạo (ANN).

Mạng ANN đã thúc đẩy những tiến bộ trong công nghệ trí tuệ nhân tạo, lấy cảm hứng từ cách não bộ xử lý thông tin. Tuy nhiên, mạng ANN dựa trên phần mềm, chẳng hạn như những ANN cung cấp năng lượng cho các mô hình ngôn ngữ lớn như chatGPT, đòi hỏi rất nhiều tài nguyên tính toán và điện năng. Điều này khiến chúng không thực tế đối với nhiều ứng dụng. Điện toán hình thái thần kinh nhằm mục đích mô phỏng sức mạnh tính toán và hiệu quả năng lượng của não bộ; điều này yêu cầu thiết kế lại kiến ​​trúc hệ thống để thực hiện bộ nhớ và tính toán tại cùng một điểm – được gọi là điện toán trong bộ nhớ (IMC – in-memory computing) (1) – và phát triển các thiết bị điện tử khai thác các hiện tượng vật lý và điện tử có khả năng sao chép cách thức hoạt động của tế bào thần kinh và khớp thần kinh. Tuy nhiên, các hệ thống điện toán hình thái thần kinh hiện tại đã bị cản trở bởi nhu cầu về mạch đa bóng bán dẫn phức tạp hoặc các vật liệu mới vẫn chưa được xác nhận để sản xuất ở quy mô lớn.
(1) Điện toán trong bộ nhớ (IMC): là công nghệ lưu trữ dữ liệu trong bộ nhớ chính (RAM) của hệ thống điện toán thay vì trên bộ nhớ đĩa truyền thống.

Phó giáo sư Mario Lanza đã nói rằng: “Để thực hiện điện toán hình thái thần kinh thực sự, trong đó các vi mạch hoạt động giống như các tế bào thần kinh và khớp thần kinh sinh học, chúng ta cần phần cứng có khả năng mở rộng và tiết kiệm năng lượng”.

Các nhà nghiên cứu tại đại học NUS đã chứng minh rằng một bóng bán dẫn silicon tiêu chuẩn duy nhất, khi được sắp xếp và vận hành theo một cách cụ thể, có thể sao chép cả sự kích hoạt nơ-ron và những thay đổi về trọng lượng của khớp thần kinh – các cơ chế cơ bản của nơ-ron sinh học và khớp thần kinh. Điều này đạt được bằng cách điều chỉnh điện trở của đầu cuối khối thành các giá trị cụ thể, cho phép kiểm soát hai hiện tượng vật lý diễn ra trong bóng bán dẫn: ion hóa va chạm và bẫy điện tích.

Các nhà nghiên cứu đã chế tạo một ô có hai bóng bán dẫn với khả năng hoạt động ở chế độ nơ-ron hoặc khớp thần kinh, họ gọi là “Neuro-Synaptic Random Access Memory” (tạm dịch là ‘Bộ nhớ truy cập ngẫu nhiên thần kinh – khớp thần kinh’) hay NS-RAM.

Phó giáo sư Mario nói tiếp rằng: “Các phương pháp tiếp cận khác yêu cầu các mảng bóng bán dẫn phức tạp hoặc vật liệu mới với khả năng sản xuất không chắc chắn, nhưng phương pháp của chúng tôi sử dụng công nghệ CMOS (complementary metal-oxide-semiconductor, tạm dịch là ‘kim loại – ôxít – bán dẫn bổ sung’) thương mại, cùng nền tảng được tìm thấy trong bộ xử lý máy tính hiện đại và vi mạch nhớ. Điều này có nghĩa là nó có khả năng mở rộng, đáng tin cậy và tương thích với các quy trình chế tạo chất bán dẫn hiện có”.

Qua các thí nghiệm, cell NS-RAM đã chứng minh được mức tiêu thụ điện năng thấp, duy trì hiệu suất ổn định qua nhiều chu kỳ hoạt động và thể hiện hành vi nhất quán trên nhiều thiết bị khác nhau – tất cả đều cần thiết để xây dựng phần cứng ANN đáng tin cậy phù hợp với các ứng dụng trong thực tế. Những phát hiện nghiên cứu của nhóm đánh dấu một bước tiến trong quá trình phát triển các bộ xử lý nhỏ gọn, tiết kiệm điện năng, cho phép tính toán nhanh hơn và phản hồi tốt hơn.

Để xem các tin bài khác về “Bóng bán dẫn”, hãy nhấn vào đây.

 

Nguồn: Electronics Online