{"id":16979,"date":"2022-06-28T02:00:14","date_gmt":"2022-06-28T02:00:14","guid":{"rendered":"https:\/\/domosistemas.com\/?p=16979"},"modified":"2022-06-28T02:00:14","modified_gmt":"2022-06-28T02:00:14","slug":"la-universidad-de-tokio-crea-una-arquitectura-para-mejorar-la-computacion-de-ia-en-dispositivos","status":"publish","type":"post","link":"https:\/\/domosistemas.com\/?p=16979","title":{"rendered":"La Universidad de Tokio crea una arquitectura para mejorar la computaci\u00f3n de IA en dispositivos"},"content":{"rendered":"
\n

A medida que se difunden las aplicaciones de inteligencia artificial (IA), se deben realizar m\u00e1s c\u00e1lculos de manera m\u00e1s eficiente con un menor consumo de energ\u00eda, en dispositivos locales en lugar de centros de datos geogr\u00e1ficamente distantes, para eliminar los retrasos en la respuesta. Un grupo de ingenieros de la Universidad de Tokio<\/a> prob\u00f3 por primera vez el uso de materiales ferroel\u00e9ctricos de \u00f3xido de hafnio (HfZrO 2) para la computaci\u00f3n de dep\u00f3sitos f\u00edsicos, un tipo de red neuronal que mapea datos en sistemas f\u00edsicos, en una aplicaci\u00f3n de reconocimiento de voz.<\/p>\n

\"Esquema.\"
El sistema de medici\u00f3n el\u00e9ctrica se utiliza para medir el rendimiento de una nueva arquitectura de hardware que utiliza ferroel\u00e9ctricos de \u00f3xido de hafnio para el concepto emergente de computaci\u00f3n de yacimientos f\u00edsicos. Foto: Universidad de Tokio.<\/figcaption><\/figure>\n

El desarrollo de la tecnolog\u00eda de inteligencia artificial y sus innumerables aplicaciones se ha disparado en los \u00faltimos a\u00f1os, pero una barrera importante para su mayor implementaci\u00f3n es el enorme costo de computaci\u00f3n y el consumo de energ\u00eda. A esto se le a\u00f1ade que cuando los datos viajan a trav\u00e9s de las redes a la velocidad de la luz, puede haber demoras de fracciones de segundo o m\u00e1s entre la solicitud de un usuario y la entrega de la respuesta de una aplicaci\u00f3n. Esto se debe a las grandes distancias a medida que los fotones viajan miles de millas desde el usuario hasta el centro de datos, a veces a medio globo de distancia, y luego regresan. Para las aplicaciones de consumo, como los asistentes de voz, este peque\u00f1o retraso puede ser frustrante, pero para las aplicaciones de misi\u00f3n cr\u00edtica como aquellas para el cuidado de la salud, la latencia puede costar vidas.<\/p>\n

Reducci\u00f3n de la latencia y mayor ganancia de eficiencia<\/h2>\n

En este contexto, los ingenieros se centran en dos l\u00edneas: cambiar al menos parte de la computaci\u00f3n requerida del software al hardware, y de los centros de datos centralizados, o la nube, a un dispositivo local. La primera estrategia es necesaria para obtener ganancias de eficiencias tanto en los programas que se est\u00e1n ejecutando como en las m\u00e1quinas en las que se ejecutan. La segunda estrategia, conocida como computaci\u00f3n perimetral, reduce la latencia ya que simplemente hay menos distancia para que viajen los datos.<\/p>\n

Para abordar estos retos, los ingenieros de la Universidad de Tokio desarrollaron una m\u00e1quina de deposici\u00f3n de capa at\u00f3mica (ALD) para la deposici\u00f3n de pel\u00edculas ferroel\u00e9ctricas de HfZrO 2. Esta m\u00e1quina se utiliza para depositar una pel\u00edcula delgada de materiales ferroel\u00e9ctricos a base de \u00f3xido de hafnio para producir transistores de compuerta ferroel\u00e9ctrica (FeFET) utilizados en una nueva arquitectura inform\u00e1tica de dep\u00f3sito f\u00edsico.<\/p>\n

En 2020, los investigadores crearon una nueva arquitectura de computaci\u00f3n de reservorios f\u00edsicos (PRC) -con la que se logran ganancias de eficiencia en el hardware del dispositivo local- que utiliza transistores de puerta ferroel\u00e9ctrica (FeFET) hechos de materiales ferroel\u00e9ctricos a base de \u00f3xido de hafnio. La ferroelectricidad implica un fen\u00f3meno an\u00e1logo en el que ciertos materiales, en este caso el \u00f3xido de hafnio y el \u00f3xido de circonio, experimentan una polarizaci\u00f3n el\u00e9ctrica (un cambio de carga el\u00e9ctrica positiva y negativa) que posteriormente puede revertirse mediante la aplicaci\u00f3n de un campo el\u00e9ctrico externo. Esta polarizaci\u00f3n conmutable puede almacenar memoria como cualquier transistor.<\/p>\n

Pruebas en una aplicaci\u00f3n de reconocimiento de voz<\/h2>\n

Habiendo demostrado que su arquitectura PRC era factible, los investigadores la probaron en una aplicaci\u00f3n de reconocimiento de voz. Descubrieron que ten\u00eda una precisi\u00f3n del 95,9% para el reconocimiento de voz de los n\u00fameros del cero al nueve. Esto demostr\u00f3 por primera vez la usabilidad de la tecnolog\u00eda en una aplicaci\u00f3n del mundo real. Los investigadores ahora quieren ver si pueden aumentar el rendimiento inform\u00e1tico de sus dep\u00f3sitos FeFET, adem\u00e1s de probarlos en otras aplicaciones.<\/p>\n

En \u00faltima instancia, los investigadores esperan demostrar que un chip de IA con la arquitectura PRC ferroel\u00e9ctrica basada en \u00f3xido de hafnio puede lograr un alto nivel de rendimiento en t\u00e9rminos de consumo de energ\u00eda extremadamente bajo y procesamiento en tiempo real en comparaci\u00f3n con los m\u00e9todos y hardware de c\u00e1lculo de IA convencionales.<\/p>\n

La entrada La Universidad de Tokio crea una arquitectura para mejorar la computaci\u00f3n de IA en dispositivos<\/a> aparece primero en CASADOMO<\/a>.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

A medida que se difunden las aplicaciones de inteligencia artificial (IA), se deben realizar m\u00e1s c\u00e1lculos de manera m\u00e1s eficiente con un menor consumo de energ\u00eda, en dispositivos locales en lugar de centros de datos geogr\u00e1ficamente distantes, para eliminar los retrasos en la respuesta. Un grupo de ingenieros de la Universidad de Tokio prob\u00f3 por … Sigue leyendo La Universidad de Tokio crea una arquitectura para mejorar la computaci\u00f3n de IA en dispositivos<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-16979","post","type-post","status-publish","format-standard","hentry","category-casadomo-com"],"_links":{"self":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts\/16979","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=16979"}],"version-history":[{"count":0,"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts\/16979\/revisions"}],"wp:attachment":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=16979"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=16979"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=16979"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}