Нейроморфные вычисления — это перспективное направление, в рамках которого аппаратные системы стремятся максимально точно воспроизвести принципы функционирования человеческого мозга. Основная задача заключается в объединении памяти и вычислительных процессов в едином физическом узле. Это позволяет радикально снизить энергопотребление по сравнению с классическими архитектурами фон Неймана, где данные постоянно перемещаются между процессором и оперативной памятью. Тем не менее, даже наиболее совершенные современные нейроморфные процессоры пока существенно уступают биологическому мозгу по плотности связей и сложности обработки информации.
Акустические синапсы: новый подход к архитектуре
Исследование, опубликованное в авторитетном научном журнале Science Advances, предлагает радикально иную концепцию: использование акустических волн вместо традиционного электрического тока. Команда исследователей из Аризонского университета разработала инновационное устройство, получившее название топологический акустический синапс (TAS).
В этой системе передача данных происходит не через перемещение электронов по кремниевым дорожкам, а посредством сложной сети микроскопических акустических каналов. Характеристики этих волн — их усиление или затухание — напрямую зависят от внутренней физической структуры устройства. Таким образом, система имитирует поведение биологических синапсов, где интенсивность сигнала динамически меняется в зависимости от предыдущего опыта. Кодирование информации здесь реализовано за счет временных сдвигов и интерференции звуковых волн.
Изображение сгенерировано: Nano Banana
Эффективность и преимущества над классикой
В ходе проведенных тестов система успешно справилась с задачами классификации видов цветов и распознавания рукописных цифр. Прототип продемонстрировал высокую точность работы и ускоренный процесс обучения по сравнению с традиционными нейросетевыми архитектурами. Важным преимуществом стало сокращение количества необходимых внутренних настроек системы при одновременном снижении энергопотребления.
При сравнении с современными электронными компонентами, такими как полевые транзисторы (FET) и мемристоры (резистивные элементы, хранящие состояние), акустический синапс показал более высокую энергетическую эффективность при выполнении вычислительных операций.
Перспективы масштабирования
Разработчики подчеркивают, что одна такая акустическая ячейка способна обрабатывать несколько независимых потоков данных параллельно благодаря многомерному представлению сигналов. Ближайшая цель ученых — масштабирование технологии до полноценных чипов. Интеграция множества таких элементов позволит создавать компактные вычислительные структуры, которые максимально приближены к работе биологических нейронных сетей, сохраняя при этом сверхнизкий уровень потребления энергии и высочайший уровень параллелизма.
В случае успеха, данная технология может стать фундаментом для нового класса вычислительных систем. В них выполнение сложных задач искусственного интеллекта будет требовать энергозатрат, сопоставимых с биологическими системами, что сделает их гораздо эффективнее современных GPU-архитектур.
