|
來源：半導體行業觀察 ChatGPT 的影響超出了教育領域，并正在其他領域引起重大變化。AI 語言模型以其執行各種任務的能力而聞名，包括論文寫作、翻譯、編碼等，所有這些任務都是通過基于問答的交互進行的。人工智能系統依賴于深度學習，這需要大量的訓練來最大限度地減少錯誤，從而導致內存和處理器之間的數據傳輸頻繁。然而，傳統數字計算機系統的馮諾依曼架構將信息的存儲和計算分開，導致功耗增加和人工智能計算的顯著延遲。 POSTECH的一個研究團隊，由Yoonyoung Chung教授（電氣工程系，半導體工程系），Seyoung Kim教授（材料科學與工程系，半導體工程系）和博士領導，開發了適用于人工智能應用的半導體技術來應對這一挑戰。 高效的人工智能操作，例如 ChatGPT 的操作，需要在負責存儲信息的內存中進行計算。不幸的是，以前的 AI 半導體技術在滿足線性和對稱編程以及均勻性等所有要求以提高 AI 準確性方面受到限制。 研究團隊尋求利用廣泛用于 OLED 顯示器的 IGZO 材料作為 AI 計算的關鍵材料，這種化合物包含四個原子，銦、鎵、鋅和氧的比例固定，具有出色的電子遷移率和漏電流特性，可以大規模生產并提供均勻性、耐用性和計算精度。 使用這種材料，研究人員開發了一種新型突觸設備，該設備由兩個通過存儲節點互連的晶體管組成。對該節點充放電速度的精確控制，使得AI半導體能夠滿足高階性能所需的多樣化性能指標。此外，將突觸設備應用于大規模人工智能系統需要將突觸設備的輸出電流降至最低。研究人員證實了利用晶體管內部的超薄膜絕緣體來控制電流的可能性，使其適用于大規模人工智能。 
研究人員使用新開發的突觸設備對手寫數據進行訓練和分類，準確率達到98%以上，驗證了其在未來高精度人工智能系統中的潛在應用。 鐘教授解釋說：“我的研究團隊取得成就的意義在于，我們克服了傳統人工智能半導體技術僅專注于材料開發的局限性。為此，我們使用了已經量產的材料。此外，通過使用兩個晶體管作為一個突觸設備的新結構，獲得了線性和對稱編程特性。因此，我們成功開發和應用這種新的人工智能半導體技術，顯示出提高人工智能效率和準確性的巨大潛力。” 這項研究最初發表在 Advanced Electronic Materials 的封底內頁上，并得到了韓國科學和信息通信技術部資助的國家研究基金會下一代智能半導體技術開發計劃的支持。 |
