研究人员利用手性磁铁构建神经形态计算单元
发布时间：
2021-11-12
在一个数字技术日益渗透到生活方方面面的时代，节能计算不仅是值得期待的，而且至关重要。英国伦敦大学学院（UCL）和伦敦帝国理工学院的研究人员朝着这个方向迈出了突破性一步，推出了一种新的计算方法，可以重新定义我们处理大量数据的方式。他们的研究最近发表在《自然材料》上，探索了手性磁铁（chiral magnets）在神经形态计算（neuromorphic computing）中的未开发潜力，这是一个受人脑机制启发的领域。
在一个数字技术日益渗透到生活方方面面的时代，节能计算不仅是值得期待的，而且至关重要。英国伦敦大学学院（UCL）和伦敦帝国理工学院的研究人员朝着这个方向迈出了突破性一步，推出了一种新的计算方法，可以重新定义我们处理大量数据的方式。他们的研究最近发表在《自然材料》上，探索了手性磁铁（chiral magnets）在神经形态计算（neuromorphic computing）中的未开发潜力，这是一个受人脑机制启发的领域。
创新的核心：物理储层计算
这一创新的核心是一个被称为物理储层计算（ physical reservoir computing PRC）的概念。传统的计算系统，就像繁忙的邮局一样，在单独的处理单元和内存单元之间不断传递数据，导致大量能源浪费——这个问题被称为冯·诺伊曼瓶颈。PRC从人类大脑的相互关联、流动的本质中汲取灵感，寻求合并这些独立的处理单元和存储单元，可以产生更节能、更快的计算过程。
手性磁铁：游戏规则改变者
研究的技术亮点在于如何操纵这些磁相。通过应用外部磁场和调节温度，该团队可以使得手性磁铁在不同的磁相之间切换——每个磁相都具有不同的计算优势。例如，skyrmion相具有强大的内存容量，使其适合预测任务，而圆锥相（conical phase）的非线性非常适合涉及变换和分类的任务。
任务自适应计算：一个关键的里程碑
相关新闻
全国统一服务热线
联系我们
联系人： 刘小姐
手机：18826959583
座机：86-0769-82638661
邮箱：sales@yongci-magnetic.com
地址: 广东省东莞市茶山镇京山
第三工业区三路2号503室
扫一扫 识别关注：
扫码关注咨询
SAF Coolest v1.2 设置面板 MHESX-AXHP-ZSAAE-ZEV
无数据提示
Sorry，当前栏目暂无内容！
您可以查看其他栏目或返回 首页