KI-Halbleiter werden immer programmierbarer. Forscher des KAIST haben ein Bauelement entwickelt, dessen Ansprechverhalten so programmiert werden kann, dass es Daten verarbeitet, die sich mit unterschiedlichen Geschwindigkeiten ändern. Die Technologie reduzierte Vorhersagefehler bei zeitabhängigen Daten um das bis zu 40-Fache und soll die Echtzeit-KI-Leistung in autonomen Fahrzeugen, Robotern und Wearables verbessern.
Das KAIST gibt bekannt, dass ein Forschungsteam unter der Leitung von Professor Shinhyun Choi von der Fakultät für Elektrotechnik und der Graduiertenschule für Halbleitertechnologie einen programmierbaren dynamischen Memtransistor (PDM) entwickelt hat – ein Halbleiterbauelement, dessen Zeitansprechverhalten auf mehrere Zustände eingestellt und beibehalten werden kann – sowie ein auf diesem Bauelement basierendes integriertes Array.
Ein Bauelement mit programmierbarem Zeitverhalten
Ein Memtransistor ist ein Halbleiterbauelement der nächsten Generation, das die Informationsspeicherfunktion eines Speichers mit der Rechenfunktion eines Transistors kombiniert. Beim entwickelten PDM ermöglicht die Fähigkeit, Daten zu verarbeiten und dabei zuvor gespeicherte Informationen beizubehalten, dass seine Ansprechcharakteristik für eingehende Daten angepasst und beibehalten werden kann.
Heutige Computer und Smartphones erfordern komplexe Softwareprozesse zur Analyse von Daten, die sich im Laufe der Zeit ändern, was zu einer hohen Rechenlast und einem hohen Stromverbrauch führt. Um diesem Problem zu begegnen, haben Forscher Technologien untersucht, die es der Halbleiterhardware selbst ermöglichen, Daten direkt zu verarbeiten. Herkömmliche Bauelemente weisen jedoch feste Reaktionsgeschwindigkeiten auf, die nach der Herstellung des Bauelements nicht mehr verändert werden können.
Das Forschungsteam überwand diese Einschränkung durch die Einführung einer zweischichtigen Struktur im Inneren des Transistors, bei der eine Ladungsspeicherschicht, die Daten sammelt und verarbeitet, mit einer Elektroneneinfangschicht kombiniert wird, die die Reaktionsgeschwindigkeit nichtflüchtig steuert.
Zwei Schichten steuern die Reaktionsgeschwindigkeit
In dem vom Forschungsteam entwickelten PDM werden eingehende Daten in der Ladungsspeicherschicht verarbeitet, während die Elektroneneinfangschicht auf mehreren Ebenen die Rückstellgeschwindigkeit steuert, mit der der Halbleiter in seinen ursprünglichen Zustand zurückkehrt. In Experimenten gelang es dem Team, die aktuelle Rückstellzeit in einem etwa 5-fachen Bereich und die charakteristische Frequenz in einem mehr als 10-fachen Bereich einzustellen.
Insbesondere in Experimenten zur Vorhersage von Daten, bei denen sich schnelle und langsame Veränderungen eng miteinander verflechten, reduzierte das PDM die Vorhersagefehler im Vergleich zu herkömmlichen Halbleiterbauelementen mit fester Ansprechcharakteristik um das bis zu 40-Fache. Das PDM ermöglicht eine genaue Informationsverarbeitung auch bei schwankenden Geschwindigkeiten von Handschrift oder Objektbewegungen, indem es Ansprechcharakteristiken nutzt, die auf unterschiedliche Eingabezeitskalen abgestimmt sind. Sobald die Ansprechcharakteristiken eingestellt sind, speichert das Bauelement diese, ohne dass eine kontinuierliche externe Stromversorgung erforderlich ist, und es erfordert keine komplexe Vorverarbeitung der Eingabedaten. Da es vollständig kompatibel mit Materialien ist, die in weit verbreiteten kommerziellen Halbleiterprozessen verwendet werden, bietet es zudem große Vorteile für die Massenproduktion und Kommerzialisierung.
Das Forschungsteam stellte ein PDM-Array her und nutzte es zur Vorhersage komplexer Daten. Dabei bestätigte sich, dass es eine mit herkömmlichen softwarebasierten Systemen vergleichbare Genauigkeit erreichte und dabei deutlich weniger Energie verbrauchte.
Bis zu 40-mal weniger Vorhersagefehler
„Diese Studie demonstriert einen KI-Halbleiter, dessen Ansprechverhalten so programmiert werden kann, dass sich Daten, die sich mit unterschiedlichen Geschwindigkeiten ändern, effizient verarbeiten lassen“, sagte Lehrstuhlinhaber Professor Choi. „Wir gehen davon aus, dass er zu einer Kerntechnologie wird, die die Leistung von KI-Geräten wie autonomen Fahrzeugen, Robotern und Wearables verbessert und gleichzeitig deren Stromverbrauch senkt.“
Diese Forschungsarbeit wurde von Dae-won Kim, Doktorand an der KAIST Graduate School of Semiconductor Technology, als Erstautor geleitet; Yoonho Cho, Seokho Seo, Yujin Kim, See-On Park, Taehwan Jang und Chaebin Park wirkten als Mitautoren mit. Young Taek Oh und Fellow Jae-Duk Lee vom Halbleiter-Forschungs- und Entwicklungszentrum von Samsung Electronics waren ebenfalls als Mitautoren beteiligt, und Lehrstuhlinhaber Shinhyun Choi fungierte als korrespondierender Autor.
