موارد مهم
- محققان MIT یک تراشه ماژولار ایجاد کردهاند که میتوان آن را به راحتی پیکربندی کرد تا ویژگیهای جدید را دریافت کند.
- به جای سیم کشی سنتی، تراشه از LED برای کمک به برقراری ارتباط اجزای مختلف خود استفاده می کند.
-
به گفته کارشناسان، طراحی قبل از استفاده در دنیای واقعی به آزمایشات زیادی نیاز دارد.
تصور کنید اگر بتوان سخت افزار را با ویژگی های جدید به راحتی نرم افزار ارتقا داد.
محققان MIT یک تراشه مدولار طراحی کرده اند که از فلاش های نور برای انتقال اطلاعات بین اجزای خود استفاده می کند.یکی از اهداف طراحی تراشه این است که افراد را قادر سازد به جای جایگزینی کل تراشه، کارکردهای جدید یا بهبود یافته را تعویض کنند و در اصل راه را برای دستگاه هایی که دائماً قابل ارتقا هستند هموار می کند.
دکتر ایال کوهن، مدیر عامل و یکی از بنیانگذاران CogniFiber، از طریق ایمیل به Lifewire گفت: "جهت کلی استفاده مجدد از سخت افزار یک مسیر مبارک است." "ما واقعا امیدواریم که چنین تراشه ای قابل استفاده و مقیاس پذیر باشد."
سال نوری پیش رو
محققان MIT با طراحی تراشه ای برای کارهای اساسی تشخیص تصویر، که در حال حاضر به طور خاص برای تشخیص سه حرف M، I و T آموزش دیده اند، طرح خود را عملی کرده اند. آنها جزئیات تراشه را در این سایت منتشر کرده اند. مجله Nature Electronics.
در این مقاله، محققان خاطرنشان می کنند که تراشه ماژولار آنها از چندین مؤلفه مانند هوش مصنوعی، حسگرها و پردازنده ها تشکیل شده است. اینها در لایههای مختلف پخش میشوند و میتوانند در صورت نیاز برای مونتاژ تراشه روی هم چیده یا تعویض شوند.محققان استدلال میکنند که این طراحی آنها را قادر میسازد تا یک تراشه را برای عملکردهای خاص پیکربندی مجدد کنند یا آن را به یک جزء جدیدتر و بهبودیافته ارتقا دهند.
در حالی که این تراشه اولین تراشه ای نیست که از طراحی ماژولار استفاده می کند، اما به دلیل استفاده از LED به عنوان وسیله ارتباطی بین لایه ها منحصر به فرد است. محققان با استفاده از آشکارسازهای نوری، خاطرنشان کردند که به جای سیم کشی معمولی، تراشه آنها از فلاش نور برای انتقال اطلاعات بین اجزا استفاده می کند.
فقدان سیمکشی چیزی است که تراشه را قادر میسازد پیکربندی مجدد شود، زیرا لایههای مختلف به راحتی قابل تنظیم هستند.
برای مثال، محققان در این مقاله خاطرنشان کردند که اولین نسخه تراشه به درستی هر حرف را زمانی که تصویر منبع واضح بود طبقهبندی میکرد، اما در تمایز بین حروف I و T در برخی تصاویر تار مشکل داشت. برای اصلاح این موضوع، محققان به سادگی لایه پردازش تراشه را با یک پردازشگر حذف نویز بهتر تعویض کردند که توانایی آن را در خواندن تصاویر تار بهبود بخشید.
جیهون کانگ، یکی از محققان، به MIT News گفت: «شما میتوانید هر اندازه که میخواهید لایهها و حسگرهای محاسباتی مانند نور، فشار و حتی بو اضافه کنید. "ما این را یک تراشه هوش مصنوعی قابل تنظیم مجدد لگو می نامیم زیرا بسته به ترکیب لایه ها قابلیت گسترش نامحدود دارد."
کاهش زباله های الکترونیکی
اگرچه محققان تنها رویکرد قابل تنظیم مجدد را در یک تراشه کامپیوتری نشان دادهاند، آنها استدلال میکنند که این رویکرد میتواند مقیاسپذیر باشد و به افراد امکان میدهد عملکردهای جدید یا بهبودیافتهای مانند باتریهای بزرگتر یا دوربینهای ارتقا یافته را تعویض کنند، که همچنین میتواند به کاهش کمک کند. زباله های الکترونیکی.
چانیو چوی، یکی دیگر از محققان، به MIT News گفت: «ما میتوانیم لایههایی را به دوربین تلفن همراه اضافه کنیم تا بتواند تصاویر پیچیدهتری را تشخیص دهد، یا آنها را به مانیتورهای مراقبتهای بهداشتی تبدیل کنیم که میتوانند در پوست الکترونیکی پوشیدنی تعبیه شوند.»
دکتر کوهن، که Cognifiber او در حال ساخت تراشههای شیشهای برای آوردن قدرت پردازش در سطح سرور به دستگاههای هوشمند است، پیشنهاد داد، قبل از تجاریسازی آنها، طراحی تراشه باید به دو مسئله کلیدی بپردازد.
برای شروع، محققان باید کیفیت رابط را بررسی کنند، به ویژه در انتقال سریع و در طول موج های متعدد. دومین مسئله ای که باید بیشتر مورد تجزیه و تحلیل قرار گیرد، استحکام طراحی است، به خصوص زمانی که تراشه ها برای مدت طولانی استفاده می شوند. آیا آنها به کنترل دقیق دما نیاز دارند؟ آیا آنها به ارتعاشات حساس هستند؟ دکتر کوهن توضیح داد که اینها فقط دو مورد از سؤالاتی هستند که باید بیشتر مورد بررسی قرار گیرند.
در این مقاله، محققان خاطرنشان می کنند که آنها مشتاق هستند تا این طرح را در دستگاه های هوشمند و سخت افزار محاسبات لبه، از جمله حسگرها و مهارت های پردازش در داخل یک دستگاه خودکفا اعمال کنند.
جیوان کیم، محقق دیگر و دانشیار مهندسی مکانیک MIT، به MIT News گفت: «با ورود به عصر اینترنت اشیا مبتنی بر شبکههای حسگر، تقاضا برای دستگاههای محاسباتی لبهای چندکاره به طرز چشمگیری افزایش مییابد. "معماری سخت افزاری پیشنهادی ما تطبیق پذیری بالایی از محاسبات لبه در آینده ارائه می دهد."