用 OLED 显示器的核心材料打造 AI「大脑」

转载自公众平台：ScienceAI

本文以传播知识为目的，如有侵权请后台联系我们，我们将在第一时间删除。

编辑 | 绿萝

ChatGPT 因其执行各种任务的能力而闻名，包括论文写作、翻译、编码等，所有这些任务都是通过基于问答的交互进行的。

人工智能系统依赖于深度学习，这需要大量的训练来最小化错误，从而使内存和处理器之间的数据传输频繁。然而，传统数字计算机系统的冯诺依曼架构将信息的存储和计算分开，导致功耗增加和人工智能计算的显著延迟。

来自韩国浦项科技大学（POSTECH）研究人员开发了适用于人工智能应用的半导体技术来应对这一挑战。研究人员使用广泛用于 OLED 显示器的氧化物半导体铟镓锌氧化物（IGZO）开发了高性能 AI 半导体设备。研究证明，新设备在性能和电源效率方面非常出色。

该研究以「Highly Linear and Symmetric Analog Neuromorphic Synapse Based on Metal Oxide Semiconductor Transistors with Self-Assembled Monolayer for High-Precision Neural Network Computation」为题，发布在《Advanced Electronic Materials》上。

论文链接：https://doi.org/10.1002/aelm.202200554

图示：使用氧化物半导体的 AI 突触设备操作。（来源：论文）

高效的人工智能操作，例如 ChatGPT，需要在负责存储信息的内存中进行计算。不幸的是，以前的 AI 半导体技术在满足线性和对称编程以及均匀性等所有要求方面受到限制，无法提高AI的精度。

研究团队寻求 IGZO 作为 AI 计算的关键材料，可以大规模生产并提供均匀性、耐用性和计算精度。这种化合物由铟、镓、锌和氧按固定比例组成，具有优异的电子迁移率和泄漏电流（leakage current）特性，使其成为 OLED 显示器的背板。

使用这种材料，研究人员开发了一种新型突触设备，该设备由两个通过存储节点互连的晶体管组成。对该节点充放电速度的精确控制，使得 AI 半导体能够满足高阶性能所需的多样化性能指标。

图示：所提出的人工突触装置的输入电压依赖性增强-抑制特性。（来源：论文）

此外，将突触设备应用于大规模人工智能系统需要将突触设备的输出电流降至最低。研究人员证实了利用晶体管内部的超薄膜绝缘体来控制电流的可能性，使其适用于大规模人工智能。

研究人员使用新开发的突触设备对手写数据进行训练和分类，准确率达到 98% 以上，验证了其在未来高精度人工智能系统中的潜在应用。

图示：使用 IGZO 2T 突触设备进行 MNIST 分类的仿真结果。（来源：论文）

通讯作者之一 Yoonyoung Chung 教授解释说：「我们所取得的研究成果的意义在于，我们克服了传统人工智能半导体技术仅专注于材料开发的局限性。为此，我们利用了已经量产的材料。此外，通过将两个晶体管作为一个突触器件的新结构，获得了线性和对称编程特性。因此，我们成功开发和应用这种新的 AI 半导体技术，显示出提高 AI 效率和准确性的巨大潜力。」

参考内容：

https://techxplore.com/news/2023-03-ai-brain-core-materials-oled.html