Un grupo de investigacion de la Universidad de Cornell (EE. UU.) acaba de publicar en Nature Electronics el primer chip de red de microondas (Microwave Neural Network – MNN) del mundo que es mas rapido y eficiente que las CPU tradicionales.
A diferencia de los microprocesadores electronicos convencionales el MNN funciona con ondas de radio en el campo magnetico simulando la actividad de la red neuronal artificial.
Este diseño crea un patron de onda caracteristico de ecuacion de frecuencia que permite medir y procesar señales con extrema precision.
Segun Bal Govind estudiante de doctorado y autor principal de la obra el chip puede deformar las señales de una manera que se puede programar en una amplia banda de frecuencia lo que le ayuda a realizar muchas tareas de calculo diferentes sin necesidad de pasos de procesamiento de señales complejos como las computadoras digitales.
El chip MNN puede procesar datos a decenas de gigahercios equivalentes a mas de 20 mil millones de calculos por segundo 5–8 veces mas rapido que una CPU normal (2.5–4 GHz).
No solo es potente sino que MNN tambien consume menos de 200 milivatios de energia cientos de veces menos que las CPU estandar de 65 vatios.
Gracias a ello este chip se convierte en un candidato ideal para dispositivos portatiles inteligentes computacionales fronterizos y sistemas integrados con IA donde se requiere un alto rendimiento pero un limite de energia.
La red neuronal en MNN consta de pulsos electromagneticos conectados a traves de un tubo de conduccion de onda ajustado que pueden reconocer muestras de datos y adaptarse de forma flexible.
El chip esta completamente integrado en un solo placa base de microchip que puede realizar calculos logicos simples y tareas de IA complejas como la identificacion de cadenas binarias o el reconocimiento de señales inalambricas con una precision del 88%.
Segun Alyssa Apsel Directora de la Facultad de Ingenieria Electronica y Computacion de la Universidad de Cornell: 'Bal ha eliminado muchos limites de diseño de circuitos tradicionales. No esta tratando de simular redes neuronales digitales sino creando una nueva forma de cerebro de frecuencia que puede brindar un rendimiento de calculo superior'.
El equipo de investigacion continua reduciendo la arquitectura del chip reduciendo el numero de tubos de conduccion de ondas y ampliando la capacidad de conexion entre las matrices de microondas.
Esto podria ayudar a MNN a entrenar e implementar el modelo de IA directamente en el dispositivo sin tener que depender del servidor central.
Con la ventaja de la velocidad el ahorro de energia y la capacidad de expansion se espera que el chip de red de microondas cambie la forma en que operan los sistemas de inteligencia artificial abriendo una nueva direccion para la industria tecnologica de semiconductores global.
