APP下载

国外研究表明手性磁体材料可提高类脑计算适应性

2024-05-09

石河子科技 2024年1期
关键词:类脑处理单元磁体

英国伦敦大学学院、伦敦帝国理工学院领导的国际合作研究表明,利用手性(扭曲)磁体的内在物理特性,可提高机器学习任务适应性,大幅减少类脑计算的能源使用。研究结果发表在《自然·材料》杂志上。

传统计算由于独立的数据存储和处理单元需要消耗大量电力。机器学习利用物理储层计算方法,消除对独特内存和处理单元的需求,促进更有效的数据处理方式,成为传统计算更可持续的替代方案。但该方法的缺陷在于缺乏可重新配置性,执行不同计算任务时效果存在差异,这是由材料物理特性导致的。

科研团队使用手性(扭曲)磁体作为计算介质,利用矢量网络分析仪确定其在不同磁场强度和-269°C 到室温范围内温度下的能量吸收。研究发现,通过施加外部磁场和改变温度,可以调整这些材料的物理特性以适应不同的机器学习任务,不同磁相对不同类型计算任务具有像人脑一样好的执行效果。

(摘自科技部:https://www.most.gov.cn/gnwkjdt/202312/t20231213_189132.html)

猜你喜欢

类脑处理单元磁体
DyF3热扩渗技术提高NdFeB磁体矫顽力及其机理分析
不同生物链组合对黄河下游地区引黄水库富营养化及藻类控制
城市污水处理厂设备能耗及影响因素分析研究
长填龄渗滤液MBR+NF组合工艺各处理单元的DOM化学多样性
神经元规模最大类脑计算机问世
一种高可用负载均衡网络数据采集处理的方法及系统
基于多尺度网格细胞模型的无人机类脑矢量导航方法
中国成立“类脑国家实验室”“借鉴人脑”攻关人工智能
含Ce烧结Nd-Fe-B磁体的腐蚀行为
传导冷却高温超导储能磁体制作