뇌에서 영감을 받은 컴퓨터가 이제 복잡한 물리 방정식을 풀 수 있다

Neuromorphic Computing이 물리학을 만나다

새로운 연구에 따르면 인간 뇌의 구조를 모방하도록 설계된 신경형태 컴퓨터가 이전에 예상되었던 것보다 훨씬 효과적으로 복잡한 수학 방정식을 해결할 수 있다. 이 뇌에서 영감을 받은 시스템은 이제 유체 역학에서 전자기장 모델링에 이르기까지 물리 시뮬레이션을 주도하는 미분 방정식을 해결하는 능력을 입증했다.

이 발견은 에너지 효율적인 신경형태 칩이 특정 문제 클래스에 대해 전통적인 슈퍼컴퓨터를 보완하거나 심지어 대체할 수 있는 계산 과학을 위한 새로운 유망한 길을 열어준다.

신경형태 컴퓨터가 작동하는 방식

순차적으로 명령을 실행하는 종래의 프로세서와 달리, 신경형태 칩은 인공 뉴런 및 시냅스 네트워크를 사용하여 생물학적 뇌와 유사하게 병렬로 정보를 처리한다. 이 아키텍처는 패턴 인식 및 적응 학습에 탁월하지만, 연구자들은 과학적 컴퓨팅의 핵심에 있는 구조화된 수학 문제를 해결하기 위한 가능성을 아직 완전히 탐구하지 않았다.

생물학적 뉴런과 유사한 이산 전기 펄스를 통해 통신하는 스파이킹 신경망이 부분 미분 방정식의 해를 근사하도록 훈련될 수 있다는 것을 연구자들이 발견했을 때 획기적인 발전이 나왔다. 이 방정식들은 온도, 압력 및 속도와 같은 물리량이 공간과 시간에 따라 어떻게 변하는지 설명하며, 기상 예보에서 항공기 설계에 이르기까지 모든 것에 필수적이다.

성능 및 효율성 향상

신경형태 접근 방식은 벤치마크 테스트에서 놀라운 결과를 보였다. 뇌에서 영감을 받은 시스템은 전통적인 수치 해석기와 비교할 수 있는 정확도 수준을 달성하면서 훨씬 적은 에너지를 소비했다. 이러한 효율성 이점은 신경형태 컴퓨팅의 본질적으로 병렬적인 특성에서 비롯되며, 이는 전통적인 아키텍처를 괴롭히는 메모리와 프로세서 간의 데이터 이동 병목 현상을 피한다.

현재 수 일 또는 수주간 실행되는 대규모 컴퓨팅 클러스터가 필요한 대규모 시뮬레이션의 경우, 신경형태 대안은 과학적 컴퓨팅의 시간 및 에너지 비용을 크게 줄일 수 있다.

컴퓨팅의 미래에 미치는 영향

이 연구는 인공 지능 하드웨어와 과학적 컴퓨팅 하드웨어 사이의 경계가 의미 있는 방식으로 흐려지기 시작하고 있음을 시사한다. 신경형태 기술이 성숙되고 확장됨에 따라, 기후 모델링, 신약 발견, 재료 과학 및 천체 물리 시뮬레이션을 포함하여 집약적인 수치 시뮬레이션에 의존하는 분야를 변환할 수 있다. 에너지 절감의 잠재력만으로도 변혁적일 수 있는데, 이는 현재 대규모 과학적 컴퓨팅이 전 세계 연구 기관에서 상당한 전력 소비를 차지하고 있기 때문이다.

여러 주요 칩 제조업체 및 연구소는 이미 신경형태 하드웨어 개발에 막대한 투자를 하고 있으며, 프로토타입 시스템은 매년 점점 더 인상적인 기능을 입증하고 있다. 약 20와트의 전력만 소비하면서 놀라운 계산 작업을 수행하는 인간의 뇌는 연구자들이 이전에 깨달았던 것보다 더 나은 과학적 컴퓨팅 청사진일 수 있다. AI 하드웨어와 전통적인 과학적 컴퓨팅의 이러한 수렴은 여러 분야의 발견 속도를 가속화할 수 있다.

이 기사는 ScienceDaily의 보도에 기반합니다. 원본 기사 읽기.