Ingrid Fadelli , Phys.org

Sadie Harley tərəfindən redaktə edilmiş , Robert Eqan tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləriYüksək dəqiqlikli analoq matris inversiya həlledicimizin konseptual diaqramı. Kredit: Zhong Sun, Pekin Universiteti.

Analoq kompüterlər, rəqəmsal kompüterlər kimi diskret ikili qiymətlərlə (yəni 0 və ya 1) abstraksiyadan istifadə edərək məlumatı təmsil etmək əvəzinə, elektrik cərəyanı kimi fiziki kəmiyyətləri manipulyasiya edərək hesablamaları yerinə yetirən, riyazi dəyişənləri xəritələyən sistemlərdir.

Analoq hesablama sistemləri ümumi təyinatlı tapşırıqları yerinə yetirə bilsə də , onların səs-küyə (yəni, fon və ya xarici müdaxilələrə) həssas olduğu və rəqəmsal cihazlardan daha az dəqiq olduğu məlumdur .

Pekin Universitetinin tədqiqatçıları və İnteqrasiya Sxemlər üzrə Pekin Qabaqcıl İnnovasiya Mərkəzi matris adlanan tənlikləri diqqətəlayiq dəqiqliklə həll edə bilən genişlənə bilən analoq hesablama qurğusu hazırlayıblar. Nature Electronics- də nəşr olunan bir məqalədə təqdim edilən bu yeni sistem rezistiv təsadüfi giriş yaddaşı (RRAM) çipləri kimi tanınan kiçik uçucu olmayan yaddaş cihazlarından istifadə etməklə qurulmuşdur.

Pekin Universitetinin dosenti və məqalənin baş müəllifi Zhong Sun Tech Xplore-a açıqlamasında “Mən 2017-ci ildən analoq hesablamalar üzərində işləyirəm” dedi.

“Biz yanaşmamızı müasir analoq hesablama kimi adlandırırıq, çünki o, ənənəvi CMOS sxemləri əvəzinə uçucu olmayan müqavimətli yaddaş massivlərindən istifadə etməklə, ənənəvi analoq hesablamada olduğu kimi diferensial tənliklərdən daha çox, matris tənliklərinin həllinə diqqət yetirir.”

Son onillikdə Sun və onun həmkarları geniş çeşiddə analoq hesablama sistemləri hazırladılar. Bununla belə, bu sistemlərin əksəriyyətinin real dünya tətbiqləri üçün potensialını məhdudlaşdıran istənilən əməliyyatları yerinə yetirməkdə rəqəmsal kompüterlərdən əhəmiyyətli dərəcədə az dəqiq olduğu aşkar edilmişdir.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=2793866484&adk=2520359048&adf=1100001614&pi=t.ma~as.2793866484&w=750&fwrn=4&fwrnh=0&lmt=1761904440&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Ftechxplore.com%2Fnews%2F2025-10-rram-based-analog-rapidly-matrix.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&aieuf=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTQxLjAuNzM5MC41NSIsbnVsbCwwLG51bGwsIjY0IixbWyJHb29nbGUgQ2hyb21lIiwiMTQxLjAuNzM5MC41NSJdLFsiTm90P0FfQnJhbmQiLCI4LjAuMC4wIl0sWyJDaHJvbWl1bSIsIjE0MS4wLjczOTAuNTUiXV0sMF0.&abgtt=6&dt=1761904412940&bpp=1&bdt=1305&idt=583&shv=r20251029&mjsv=m202510280101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Dfdc40d724f2dca57%3AT%3D1735367325%3ART%3D1761904413%3AS%3DALNI_MYStQ6fUQQQLyo5Z7z1h-XhXcWBtA&gpic=UID%3D00000f80eacffadc%3AT%3D1735367325%3ART%3D1761904413%3AS%3DALNI_MYaOugky0UawScoidzfbXof3-N-iw&eo_id_str=ID%3D878d521b85743f4c%3AT%3D1751526237%3ART%3D1761904413%3AS%3DAA-AfjZCLruwaFzoQORvGPwXS3Y2&prev_fmts=0x0%2C1905x945&nras=2&correlator=6292459160947&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=2150&biw=1905&bih=945&scr_x=0&scr_y=0&eid=31084127%2C31095509%2C31095510%2C31095512%2C31095515%2C95368094%2C95340253%2C95340255&oid=2&pvsid=2468652466513646&tmod=116160746&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&plas=164x742_l%7C164x742_r&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=27133

“Təxminən 2022-ci ildə biz müasir rəqəmsal sistemlərlə müqayisə edilə bilən yüksək dəqiqlikli analoq hesablamaya nail olmaq məqsədi ilə bu problemi birbaşa həll etməyə başladıq” dedi Sun.

“Bu yaxınlarda dərc etdiyimiz məqaləmizdə biz çoxsaylı resistiv yaddaşdan istifadə edərək, aşağı dəqiqlikli matris inversiya dövrəsini (ilk dəfə 2019-cu ildə hazırlanmış) yüksək dəqiqlikli matris-vektor vurma ilə birləşdirərək 24 bit sabit nöqtə dəqiqliyi ilə (FP32 ilə müqayisə edilə bilər) tam analoq matris tənliyinin həllini nümayiş etdiririk.”

Komanda tərəfindən təqdim edilən yeni analoq matris tənlik həlledicisi, 2019-cu ildə Politecnico di Milano-da doktoranturadan sonrakı tədqiqatçı olduğu zaman Sun və digər tədqiqatçılar tərəfindən hazırlanmış sxem üzərində qurulur. Bu sxem müəyyən bir forma (Ax = b) olan matris tənliklərini bir addımda həll edə bilsə də, rəqəmsal sistemlərdən daha az dəqiq olduğu aşkar edilmişdir.

“Yeni araşdırmamızın bir hissəsi olaraq, biz bu aşağı dəqiqlikli həlledicini adi bit dilimləmə texnikasından istifadə edərək yüksək dəqiqlikli matris-vektor vurma ilə birləşdirdik və həllin iterativ dəqiqləşdirilməsinə imkan verdik” dedi Sun.

“Hər bir iterasiyada aşağı dəqiqlikli inversiya sxemi təxmini nəticə verir və yüksək dəqiqlikli əməliyyat korreksiya istiqamətini və böyüklüyünü göstərməklə onu dəqiqləşdirir. Bu hibrid yanaşma sürətlə birləşir – adi qradient-enmə əsaslı alqoritmlərdən əhəmiyyətli dərəcədə daha sürətli.”

Analoq hesablama metodunun miqyasını nümayiş etdirmək üçün tədqiqatçılar 8×8 massiv əsaslı sxem hazırladılar və onun müxtəlif matris tənliklərini həll etmək qabiliyyətini sınaqdan keçirdilər. Onlar aşkar etdilər ki, dövrə 16×16 matris tənliklərini, sonra tədricən müxtəlif digər matris tənliklərini (məsələn, 32×32) həll edə bilir.

Onların hazırladıqları matris tənliyi həlledicisi daha da təkmilləşdirilə bilər və digər dəqiq analoq hesablama sistemlərinin inkişafına ilham verə bilər. Gələcəkdə o, simsiz rabitədən tutmuş süni intellektə (AI) qədər müxtəlif texnologiyaların inkişafı üçün faydalı ola bilər.

“Ən diqqətəlayiq töhfəmiz, tam analoq matris hesablamasının üzən nöqtəli rəqəmsal sistemlərlə müqayisə edilə bilən yüksək dəqiqliyə nail ola biləcəyini nümayiş etdirməyimizdir, eyni zamanda miqyaslılığı aradan qaldırır”, – deyə Sun əlavə edib.

“Növbəti məqsədimiz daha böyük massiv əsaslı sxemlər qurmaq və bütün komponentləri çip üzərində inteqrasiya etməklə, həm matrisin inversiyasını, həm də matris -vektor vurma funksiyalarını tək, çip səviyyəli platformaya yerləşdirməklə sistemi genişləndirməkdir .”

Müəllifimiz İnqrid Fadelli tərəfindən sizin üçün yazılmış , Sadie Harley tərəfindən redaktə edilmiş və Robert Eqan tərəfindən yoxlanılmış və nəzərdən keçirilmiş bu məqalə diqqətli insan əməyinin nəticəsidir. Müstəqil elmi jurnalistikanı yaşatmaq üçün sizin kimi oxuculara güvənirik. Bu hesabat sizin üçün əhəmiyyət kəsb edirsə, lütfən, ianə (xüsusilə aylıq) nəzərdən keçirin. Siz təşəkkür olaraq reklamsız hesab əldə edəcəksiniz .

Daha çox məlumat: Pushen Zuo et al, Rezistiv təsadüfi giriş yaddaş çiplərindən istifadə edərək dəqiq və miqyaslı analoq matris tənliyinin həlli, Nature Electronics (2025). DOI: 10.1038/s41928-025-01477-0 .

Jurnal məlumatı: Nature Electronics 

© 2025 Science X Network