بازسازی سطح پر از چین‌وچروک مغز به صورت آنی (Real-Time)، نیازمند حجم عظیمی از محاسبات است. اکنون پژوهشگران در چین تراشه‌ای توسعه داده‌اند که این کار را در کمتر از ۱۰ میلی‌ثانیه انجام می‌دهد؛ سرعتی که به گفته آن‌ها قابل مقایسه با سرعت عملکرد مغز انسان است.
این پژوهش به سرپرستی «یوچائو یانگ» از دانشگاه پکن و با همکاری دانشمندان موسسه میکرو سیستم و فناوری اطلاعات شانگهای (وابسته به آکادمی علوم چین) انجام شده است. یافته‌های این مطالعه در مجله Science و تحت عنوان «یک سیستم دینامیکی عصبی زیر ۱۰ میلی‌ثانیه مبتنی بر ممریستورهای تغییر فاز» به چاپ رسیده است.
سیستم‌های دینامیکی عصبی، شبکه‌های عصبی را با معادلات ریاضی که چگونگی تکامل سیستم‌های پیچیده در طول زمان را ردگیری می‌کنند، ترکیب می‌نمایند. این سیستم‌ها در مدل‌سازی فیزیکی، تصویربرداری پزشکی و بازسازی سه‌بعدی مغز کاربرد دارند، اما نیازمند محاسبات مکرر، ارزیابی‌های دقیق و تعدیل مداوم اندازه گام‌های محاسباتی هستند.
کامپیوترهای معمولی مجبورند اطلاعات را بارها بین حافظه و پردازنده جابه‌جا کنند. این جابه‌جایی باعث کندی پردازش شده و انرژی زیادی مصرف می‌کند که مانعی بزرگ برای برنامه‌هایی است که به نتایج آنی نیاز دارند.
محاسبات در حافظه، مدل‌سازی مغز را سرعت می‌بخشد
مدل‌سازی آنی مغز می‌تواند از فناوری‌هایی مانند رابط‌های مغز و کامپیوتر (BCI)، هدایت جراحی و تصویربرداری پزشکی پشتیبانی کند. با این حال، سخت‌افزارهای فعلی اغلب برای انجام محاسبات لازم زمان بسیار زیادی صرف کرده و توان بسیار بالایی مصرف می‌کنند.
تراشه جدید این گلوگاه (محدودیت) را با انجام عملیات‌های مهم مستقیماً در محل ذخیره‌سازی داده‌ها برطرف می‌کند. کاهش جابه‌جایی داده‌ها بین حافظه و پردازنده به سیستم این امکان را می‌دهد تا مدل‌سازی باکیفیت مغز را سریع‌تر و با مصرف انرژی کمتر به پایان برساند.
عملکرد تراشه، سخت‌افزارهای تخصصی را پشت سر می‌گذارد
این تراشه که با لیتوگرافی ۴۰ نانومتری ساخته شده، شامل آرایه‌های محاسباتی در حافظه و انحراف رسانایی است که مساحتی تنها معادل ۰.۲۸ میلی‌متر مربع را اشغال می‌کند. فرکانس کاری آن ۵۰ مگاهرتز است و هر گام یکپارچه‌سازی را از طریق ۹ مرحله خط لوله (Pipeline) به اتمام می‌رساند.
در طول محاسبات دینامیک عصبی، این تراشه ۳.۸۲ تا ۳۶.۲۷ برابر سریع‌تر از پیشرفته‌ترین تراشه‌های ASIC (مدارهای مجتمع با کاربرد خاص) عمل کرده است. همچنین ۱۱.۷۵ تا ۲۴.۷۳ برابر انرژی کمتری مصرف کرده است. در بازسازی سطح قشر مغز، این تراشه در مقایسه با پردازنده گرافیکی NVIDIA A100 به شتاب سرعتی تا ۴۷۸.۱۸ برابر دست یافته است.
پژوهشگران تراشه را با بازسازی مرزهای ماده سفید و خاکستری مغز و تولید شبکه‌های سطحی سه‌بعدی به صورت آنی آزمایش کردند. سطوح قشر مغز حاصل، در عین حفظ چین‌وچروک‌های پیچیده مغز، هموار، بسته و از نظر توپولوژیکی یکنواخت بودند.
این سیستم همچنین در معیارهای «میانگین فاصله سطحی متقارن» و «فاصله هاسدورف» (دو روشی که برای سنجش میزان انطباق سطوح بازسازی‌شده با اهداف واقعی استفاده می‌شوند) عملکرد قوی نشان داد. این نتایج اثبات کرد که تراشه می‌تواند پردازش سریع را با مدل‌سازی دقیق و باکیفیت مغز ترکیب کند.
با کاهش زمان مدل‌سازی پیچیده عصبی از محاسبات آفلاین کند به پردازش در مقایسه میلی‌ثانیه، این فناوری در نهایت می‌تواند از رابط‌های مغز و کامپیوتر، دوقلوهای دیجیتال مغز، هدایت آنی جراحی، بازسازی سطح مغز و ابزارهای پژوهشی برای بیماری‌های مخرب اعصاب مانند آلزایمر و پارکینسون پشتیبانی کند.
منبع: Scitechdaily
