Nöromorfik Sistemlerin Kullanılabilir Ömrünü Uzatabilecek Bir Teknik: eSpine

Nöromorfik Sistemlerin

Nöromorfik Sistemlerin Kullanılabilir Ömrünü Uzatabilecek Bir Teknik: eSpine. Son yıllarda; dünya çapındaki mühendisler, merkezi sinir sisteminin nöro-biyolojik yapısını taklit eden nöromorfik bilgi işlem sistemleri geliştirmeye çalışıyorlar. Bu sistemler özellikle makine öğrenimi (AI) algoritmalarını yürütmek ve diğer yapay zeka (AI) araçları için cazip olabilir.

Ne yazık ki, bu sistemlerde sinaps benzeri bağlantılar uygulayan bellek hücrelerinin sınırlı bir yazma dayanıklılığı vardır. Bu, “yaşlanma” ve bozulma belirtileri göstermeye başlamadan önce, sınırlı sayıda güvenilir bir şekilde programlanabilecekleri anlamına gelir. Bu sorunlu olabilir çünkü ‘yaşlanmış’ bellek hücreleri genellikle nöromorfik cihazlar tarafından yürütülen programlarda işlevsel hatalara yol açar.

Bu zorluğun üstesinden gelmek için, Drexel Üniversitesi ve California,Irvine Üniversitesi’ndeki araştırmacılar, nöromorfik sistemlerin ömrünü uzatabilecek bir teknik olan e-Spine’ı oluşturdu. Bu teknik, daha yüksek bir dayanıklılığa sahip memristörler (İnsan beynindeki unutma mekanizmasını taklit edebilecek devre elemanı) üzerinde daha yüksek aktivasyonlu yapay sinapsların uygulanmasını sağlar.

Araştırmayı yürüten araştırmacılardan biri olan Anup Das, Tech Xplore’a “Mikron altı teknoloji düğümlerindeki devre simülasyonları yoluyla, nöromorfik bir sistemdeki bellek hücrelerinin yazma dayanıklılığında önemli farklılıklar olabileceğini gösteriyoruz.” dedi. Hücrelere “yüksek dayanıklılığa  sahip hücreler”diyoruz. Dayanıklılıktaki farklılıklar, bir sistemdeki farklı hücreler boyunca yayılan akımın varyasyonundan kaynaklanır.”

Esasen, Das ve meslektaşlarının “zayıf” olarak adlandırdığı hücreler yoğun bir şekilde kullanılırsa (yani, bu hücrelere eşlenen sinapslar çok sık aktive edildiğinde) daha hızlı yaşlanacaklardır. Bu, bir sistemin genel kullanılabilirliğini olumsuz etkileyebilir ve daha fazla hataya neden olabilir.

Araştırmacılar tarafından yürütülen çalışmanın temel amacı, bir ML / AI algoritmasının iş yükünü analiz etmek ve sinapslarını, onu yürüten nöromorfik sistem içindeki bellek hücrelerine eşlemekti. Nihayetinde, daha yüksek bir aktivasyon sergileyen sinapsların daha güçlü hücrelere eşlenmesini sağlamak istediler.

Das ve meslektaşları, hedeflerine ulaşmak için, yapay sinir ağlarının sinaptik öğelerini bir nöromorfik sistemin bellek hücrelerine otomatik olarak eşleyen eSpine adlı bir teknik geliştirdiler. Bu, sonuçta, nöromorfik bilgi işlem sistemlerindeki bellek hücrelerinin dayanıklılığını dengeleyebilir ve kullanılabilir ömürlerini artırabilir.

Das, “Nöromorfik bir sistemde ML / AI iş yükü için bir haritalama çözümü bulma problemi, polinom zamanında çözülemeyen NP-tam bir kombinatoryal optimizasyon problemidir.” dedi. “Belirli bir kalite ölçüsüne göre, bir aday çözümü, yinelemeli olarak iyileştirmeye çalışıp bir optimizasyon sorununa çözüm bulan bir hesaplama yöntemi olan Parçacık Sürü Optimizasyonu’nu (PSO) kullandık.”

Araştırmacıların çalışması bağlamında, “kalite” terimi, bir nöromorfik sistemin en zayıf hücrelerinin aktivasyonunun kaydedilmesiyle ölçülen yaşam süresini ifade eder. PSO teknikleri, kuşların sürü ve eğitim davranışları gibi hayvanlardaki sürü davranışından esinlenmiştir.

Das, “PSO algoritmasının ürettiği her çözüm için, eSpine, her iş yükü içindeki sinaptik aktivasyonları analiz ederek sinapsları bellek hücrelerine eşler.” diye açıkladı. “Daha yüksek aktivasyonlu sinapslar, daha güçlü hücrelere eşlenir ve bunun tersi de geçerlidir. Sonunda, PSO en iyi çözümü bulduğunda, daha zayıf hücrelerin ortalama dayanıklılığı önemli ölçüde artar.”

Das ve meslektaşları tarafından tasarlanan teknik; bir nöromorfik sistemin hafıza hücrelerinin dayanıklılık darboğazını, tamamen yazılım haritalama perspektifiyle azaltıyor. Bu işlem, geleneksel bilgisayarlarda işletim sistemleri (OS’ler) tarafından gerçekleştirilen yük dengeleme işlemlerine eşdeğer olarak görülebilir.

Nöromorfik sistemlerin kullanılabilir ömrünü iyileştirmeye yönelik diğer tekniklerin aksine, eSpine, geliştiriciler adına herhangi bir eylem veya müdahale gerektirmez. Ayrıca sistemin donanımını ve arayüzünü etkilemez veya değiştirmez.

eSpine, nöromorfik bir sistemin ömrünü 3,5 kat daha yüksek kullanılabilir yaşam sürelerine uzatıyor.

Das “Makalemizdeki temel bulgu, bir nöromorfik sistem içinde bellek hücresi dayanıklılığının önemli ölçüde değiştiği ve bu tür bir varyasyonun, bellek hücreleri boyunca yayılan akımın varyasyonundan kaynaklandığıdır.” dedi. “Dayanıklılık değişimi, yüksek voltaj ve sıcaklıkta daha da kritik hale geliyor.”

Tipik olarak, bir nöromorfik sistem yaklaşık 10 yıl çalışacak şekilde tasarlanırsa, gelişigüzel sinaps haritalama teknikleri, kullanılabilir ömrünü iki yıla kadar düşürebilir. eSpine, daha yüksek aktivasyonlu sinapsları daha güçlü bellek hücrelerine eşleyerek, aynı sistemin kullanılabilir ömrünü yedi yıla çıkarabilir.

Gelecekte, bu araştırma ekibi tarafından tasarlanan teknik, çeşitli nöromorfik cihazların ömürlerini uzatmaya ve dayanıklılığını artırmaya yardımcı olabileceği için oldukça değerli olabilir. Das ve meslektaşları sonraki çalışmalarında, nöromorfik sistemlerin diğer sınırlamalarını ele almak için eSpine’i daha da geliştirmeyi umuyorlar.

Das “Daha güçlü bellek hücrelerine erişim de daha yavaştır, bu da bu hücrelerin sık sık etkinleştirilmesinin daha yavaş performansa yol açacağı anlamına gelir.” dedi. “Gelecekte, bu araştırmayı uygulama yavaşlamasını da dikkate alacak şekilde genişletmeyi planlıyoruz.”

Yazan: Ingrid Fadelli

Tech Xplore

Kaynak:
https://www.bizsiziz.com/espine-a-technique-to-increase-the-usable-lifetime-of-neuromorphic-systems/

https://techxplore.com/

Derleyen: Simge Kara

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Solve : *
30 + 3 =


This site uses Akismet to reduce spam. Learn how your comment data is processed.