Chips Neuromórficos Escaláveis: Hardware CMOS Ultra-Baixo Consumo Inspirado no Cérebro

Pesquisadores do Korea Advanced Institute of Science and Technology (KAIST) fabricaram hardware neuromórfico altamente escalável inspirado no cérebro, co-integrando neurônios e sinapses de transistor único. Usando tecnologia CMOS de silício padrão, espera-se que o hardware neuromórfico reduza o custo do chip e simplifique os procedimentos de fabricação.

Hardware neuromórfico atraiu muita atenção por causa de suas funções de inteligência artificial, consumindo energia ultra-baixa ao imitar o cérebro humano. Para fazer o hardware neuromórfico funcionar, um neurônio que gera um pico ao integrar um certo sinal, e uma sinapse lembrando a conexão entre dois neurônios são necessários, assim como o cérebro biológico. No entanto, como neurônios e sinapses construídos em circuitos digitais ou analógicos ocupam grande espaço, há um limite em termos de eficiência de hardware e custos. Como o cérebro humano consiste em cerca de 10¹¹ neurônios e 10¹⁴ sinapses, é necessário melhorar o custo do hardware para aplicá-lo a dispositivos móveis e IoT.

Para resolver o problema, a equipe de pesquisa imitou o comportamento de neurônios e sinapses biológicos com um único transistor e co-integrou-os em uma wafer de 8 polegadas. Os transistores neuromórficos fabricados têm a mesma estrutura que os transistores para memória e lógica que são atualmente produzidos em massa. Além disso, os transistores neuromórficos provaram pela primeira vez que podem ser implementados com uma 'estrutura Janus' que funciona como tanto neurônio quanto sinapse, assim como moedas têm cara e coroa.

O Professor Yang-Kyu Choi disse que este trabalho pode reduzir drasticamente o custo do hardware substituindo os neurônios e sinapses baseados em circuitos digitais e analógicos complexos por um único transistor. "Ao co-integrar neurônios e sinapses de transistor único na mesma wafer usando um processo CMOS padrão, o custo de hardware do hardware neuromórfico foi melhorado, o que acelerará a comercialização do hardware neuromórfico," disse Joon-Kyu Han, o primeiro autor.