コーネル大学（米国）の研究チームは、従来のCPUよりも高速かつ効率的に処理できる世界初のマイクロ波ニューラルネットワーク（MNN）チップをNature Electronicsで発表した。
従来の電子マイクロプロセッサとは異なり、MNN は電磁スペクトル内のマイクロ波を使用して動作し、人工ニューラル ネットワークの動作をシミュレートします。
この設計により、特徴的な周波数コム波形が生成され、非常に正確な測定と信号処理が可能になります。
博士課程の学生であり、この研究の筆頭著者であるバル・ゴビンド氏によると、このチップはプログラム可能な方法で広い周波数範囲にわたって信号を歪ませることができ、デジタルコンピュータのような複雑な信号処理ステップを必要とせずにさまざまな計算タスクを実行できるという。
MNN チップは数十ギガヘルツでデータを処理できます。これは 1 秒あたり 200 億回以上の計算に相当し、従来の CPU (2.5 ～ 4 GHz) より 5 ～ 8 倍高速です。
MNN は強力なだけでなく、消費電力も 200 ミリワット未満で、標準の 65 ワット CPU の数百分の 1 です。
その結果、このチップは、高性能が必要だが電力が限られているスマート ウェアラブル、エッジ コンピューティング、AI 組み込みシステムにとって理想的な候補となります。
MNN のニューラル ネットワークは、データ パターンを認識して柔軟に適応できる、調整可能な導波管を介して接続された電磁ノードで構成されています。
このチップは単一チップ上に完全に統合されており、単純な論理演算と、バイナリ文字列認識やワイヤレス信号検出などの複雑な AI タスクの両方を 88% の精度で実行できます。
コーネル大学電気・コンピュータ工学部長のアリッサ・アプセル氏は次のように述べています。「Bal は従来の回路設計の多くの制限を排除しました。彼はデジタル ニューラル ネットワークをシミュレートしようとしたのではなく、優れた計算パフォーマンスを実現できる新しい形式の周波数脳を作成しました。」
研究チームは引き続きチップアーキテクチャの小型化を進め、導波管の数を減らし、マイクロ波コム間の接続を拡大している。
これにより、MNN は中央サーバーに依存せずに、デバイス上で AI モデルをトレーニングし、展開することができます。
速度、エネルギー節約、拡張性という利点を持つマイクロ波ニューラル ネットワーク チップは、人工知能システムの動作方法を変え、世界の半導体技術業界に新たな方向性を開くことが期待されています。
