新たな超高率機械学習トランジスタがAIのエネルギー消費量を99％削減する | TEXAL
AIの学習には、非常に多くのコンピューティング・パワーとエネルギーが必要となる。そのため、この処理にはNVIDIA のDGX-1のような機械学習用サーバーが用いられる。だが、今回ノースウェスタン大学の研究者らが『Nature Electronics』誌に発表した研究において紹介されているナノ電子デバイスは、現在の技術の100倍少ないエネルギーで、大量のデータを解析し、解析のためにデータをクラウドに転送することなく、リアルタイムで人工知能（AI）タスクを実行することを可能にするという。 ノースウェスタン大学の研究者らが開発したナノ電子デバイスは、多くの機械学習システムのバックボーンである分類（大量のデータを分析し、重要なビットにラベルを付けること）のタスクを実行するように設計されている。 「今日、ほとんどのセンサーはデータを収集し、それをクラウドに送信し、そこでエネルギー消費の激しいサーバー
新たな素材「Qシリコン」の発見で量子コンピューティングに弾みがつく可能性 | TEXAL
シリコンは1世紀以上にわたってエレクトロニクスの頂点に君臨してきた。ノースカロライナ州立大学（NCSU）のエンジニアは、量子コンピューターやスピントロニクスに重要な用途をもたらす新しい特性を持つ、Qシリコンと呼ばれる全く新しい形の材料を発見した。 NCSUの研究チームは、アモルファス・シリコンをわずかナノ秒のレーザーパルスでザッピングして溶かし、その後急速に冷却して再び固めることで発見した。これにより、研究チームはQ-シリコンと名づけた新しい形状を作り出した。 研究者たちは、Qシリコンの発見に極めて短いレーザーパルスを使用した。 (Credit: NCSU)Q-シリコンは、通常のシリコンにはない新しい特性をいくつか備えており、中でも最も重要なのは室温での強磁性である。この種の磁性は、データ・ストレージのいくつかの方法にとって不可欠であり、スピントロニクスとして知られる新興分野の解明に役立つ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
