据美国每日科学网2020年4月13日报道,美国德克萨斯大学奥斯汀分校的研究人员发现,磁线以一定的间隔排列,可以减少运行神经网络训练算法所需的能量,从而使新一代智能计算机更加节能。
间隔磁性纳米线会增加人工神经元相互竞争的能力,其中最活跃的神经元胜出,要获得这种“横向抑制”的效果,传统上需要在计算机内部增加额外电路,这会增加成本并占用更多的能量和空间。
研究人员使用的方法在执行相同的学习任务时,与标准反向传播算法相比,其能量消耗可以减少20-30倍。本阶段研究的重点是两个磁性神经元之间的相互作用和多个神经元之间的相互作用;下一步是将研究结果应用于更大的多神经元组,并对其结果进行实验验证。(中国电科53所 杨莲莲)