Global Sources
電子工程專輯
 
電子工程專輯 > 處理器/DSP
 
 
處理器/DSP  

Knowm打造基於憶阻器的處理器晶片

上網時間: 2015年08月10日     打印版  Bookmark and Share  字型大小:  

關鍵字:憶阻器  處理器  巨量資料  機器學習  突觸 

經過二十多年來積極尋找可模擬人腦突觸與神經學習能力的類比硬體後,首款可實現這一理想的元件終於出現了。這就是來自新創公司Knowm Inc.一款以憶阻器為基礎的處理器元件。

Knowm的作法是利用獨特的硬體即時處理巨量資料串流,從而為全球電腦製造商帶來一種別具心裁的新模式。

「Knowm的技術有趣之處在於它採取了一些相當有潛力的概念,將為試圖以巨量資料推動進展的產業帶來積極的動力,」Current Analysis技術與軟體服務總監Brad Shimmin表示,「機器學習應用的最大的挑戰在於擴展能力,而Knowm的獨特觀點可望解決這個問題。我希望他們能持續向前進展,未來能與IBM、惠普(HP)或甲骨文(Oracle)等同樣力圖以巨量資料解決問題的業界夥伴合作。」

其他分析師同意這一看法,並補充說Knowm的BEOL服務將讓全球的半導體製造商都能利用Knowm的技術,同步並即時處理大量數據串流。

Taneja Group Inc.資深分析師兼顧問Mike Matchett指出,「數位運算的基礎架構主要基於數位位元的交換以及從處理中分離恆定數據與的功能,而今正面臨著巨大障礙。無論是不斷發展的人工智慧、更實際微縮的機器學習以及更大規模的巨量資料組合,目前根本沒有足夠的能力來滿足所希望達到的生物規模和密度。」

「Knowm的創新解決方案突破傳統的運算障礙,巧妙地利用憶阻器電路的類比硬體功能,實現了數據的恆定性與直接『內部記憶體』運算。透過新的『突觸』晶片、大規模的模擬器、開發工具庫與服務,該公司提供了一種利用機器學習規模的新途徑,協助客戶直接在傳統的CMOS設計上層疊基於憶阻器的設計。」

Knowm獨特的觀點來自於其結合‘Anti-Hebbian’與‘Hebbian’(AHaH) (其他業者通常僅選用其一)以及利用憶阻器的機器學習途徑,從而讓客戶能使用相同的建構模組,定義自家專有的學習演算法。

「Knowm的AHaH運算途徑利用憶阻器結合最佳的機器學習與量子運算,」該公司執行長Alex Nugent指出,我們的神經憶阻器處理器使用底層指令集,能夠以各種不同方式的組合,實現任何數量的學習演算法。」


透過改變其電阻,每個憶阻器都「記得」有多少電流通過以及朝什麼方向流動(來源:Knowm)

相較於量子運算必須建立巧妙的量子位元以及設計出一種新奇(但難以製造)、非破壞性的讀取機制,「AHAH運算則不依賴於一種『非破壞性讀取』的假設。它將每一次存取都設定為新的適應學習。藉由瞭解AHaH Computing描述所產生的吸子,設計出不斷適應與學習的系統。」

Knowm並非採取交叉陣列的作法來配置憶阻器——而這正是惠普與海力士之所以失敗及其無法進軍憶阻器超級電腦之故;取而代之地,該公司將憶阻器配置於kT隨機存取記憶體(RAM)或kt-RAM單元,包含差分輸出憶阻器陣列與S-RAM單元,以便連接/斷開與H分形互連。H互連可以平鋪至任意大小陣列,而且也可以在Knowm的晶圓廠中,提供給半導體製造商,作為其CMOS ASIC新增的頂層。

該憶阻器套件採用16接腳DIP封裝,其中包括8個憶阻器以及一個完整的仿真器Sense,分別用於進行測試與製作深度學習演算法原型,以及利用Knowm在客戶CMOS ASIC上製造的 kT-RAM陣列執行。Sense仿真器軟體基於Knowm的應用編程介面(API),執行於Java以評估機器學習應用。為了證明這個概念,Knowm提供了一個利用突波的異常檢測應用案例,直接打造在Bro、 Logstash、Elastic Search、KiIbana與Apache Storm等現有的開放來源程式上。從這些應用程式取得的輸入直接導入Knowm的Anomaly工具,偵測並辨識任何數據串流中的異常。


Knowm的憶阻器晶片是專為驗證實際阻抗變化可由仿真器精確模擬而設計的
(來源:Knowm)

Knowm的憶阻器並非像惠普一樣以氧空遷移技術為基礎,而是基於金屬離子遷移——該技術是由美國愛達荷州樹城州立大學(Boise State University)教授Kris Campbell開發的。不過,這種多層材料能夠達到與惠普技術相同的結果——根據施加多少電壓及其方向,改變材料的電阻大小。

Campbell解釋,「我們的元件採用易氧化的金屬層(通常是銀或銅)製造,位於帶兩個電極的元件其中一個電極附近。當電壓施加在金屬層附近具有更多正電位電極的元件時,金屬即氧化形成銀或銅離子。一旦形成後,這些金屬離子將會從一個元件移動到另一個較低電位電極的元件。金屬離子從非晶態硫化物材料層(主動層)移動至較低電位的電極時,還原成其金屬形式,最終在跨主動材料層的兩電極之間形成導電通路,從而降低了元件電阻。逆轉施加電位的方向,則使得導電通道溶解,元件電阻增加。該元件因而成為一種雙極元件,透過切換施加電位的極性,使其得以在高低電阻值之間循環。」

憶阻器是加州柏克萊大學(UC Berekeley)教授蔡少棠發現的,他目前仍然支持以氧空遷移技術打造憶阻器的方法,因為這讓憶阻器能以小至8nm的製程製造。相形之下,Campbell目前所能實現的最小節點是100nm,不過他還是認同Knowm的途徑。

蔡少棠表示,「Campbell教授開發的憶阻器優點在於它是第一個可商用的憶阻器元件,這將有助於大學教授開始為學生提供實驗室實驗。她所開發的元件令人印象深刻,我已經邀請她在2015年IEEE中西部工程會議 (MWSCAS)的專題演講上進行現場展示了。」


針對量產製造,Knowm自家的晶圓廠將為客戶的CMOS 設計提供直接層疊的憶阻器陣列
(來源:Knowm)

Knowm的業務模式或許可說是其最獨特的一面。該公司並未開放創業投資,主要的資金來自「天使投資人」,特別是行政長(CAO) Hillary Riggs與顧問Sam Barakat。該公司的營收來源包括憶阻器晶片、kt-RAM BEOLn服務、期望能執行於各種平台(而不僅限於其伺服器)的開發系統以及必須付給應用程式開發商的權利金。換句話說,提供設計應用給Knowm銷售的客戶將能共享一部份的營收來源。

編譯:Susan Hong

(參考原文:Startup Beats HP, Hynix to Memristor Learning,by R. Colin Johnson)





投票數:   加入我的最愛
我來評論 - Knowm打造基於憶阻器的處理器晶片
評論:  
*  您還能輸入[0]個字
*驗證碼:
 
論壇熱門主題 熱門下載
 •   將邁入40歲的你...存款多少了  •  深入電容觸控技術就從這個問題開始
 •  我有一個數位電源的專利...  •  磷酸鋰鐵電池一問
 •   關於設備商公司的工程師(廠商)薪資前景  •  計算諧振轉換器的同步整流MOSFET功耗損失
 •   Touch sensor & MEMS controller  •  針對智慧電表PLC通訊應用的線路驅動器
 •   下週 深圳 llC 2012 關於PCB免費工具的研討會  •  邏輯閘的應用


EE人生人氣排行
 
返回頁首