用于确保AI边缘设备的CMOS兼容自旋电子计算存储宏

煤油灯科技2023-08-01 22:38

边缘计算应用,即在数据产生的源头(即近距离产生数据的地方)进行处理和存储,现在被应用于越来越多的技术中。边缘计算的应用意味着可以收集、存储和处理数据的设备,例如智能手表、分析公用事业电网数据的计算机、计算化的安全技术和其他系统。

由于人工智能(AI)算法被设计用于分析大量数据,它们非常适合边缘计算应用,因为它们可以让设备分析它们所收集的数据,并基于这些数据做出准确的预测。理想情况下,由AI驱动的边缘计算设备应该达到高预测准确性、快速响应时间和良好的功率效率,以实现长时间的电池寿命。

为了促进AI驱动的边缘计算设备的广泛使用并保护它们的用户,计算机科学家还应确保它们免受网络攻击和敏感数据被盗的风险。《自然电子学》杂志上发表的一篇论文介绍了一种新型的自旋电子计算内存宏,可以增强AI边缘设备的安全性。

在计算机编程中,宏实质上是规则、模式或指令,用于描述输入数据应该如何映射到给定的输出。该宏特别适用于芯片内非易失性计算内存(nvCIM)系统,这是一种将处理器和内存组件结合到单个设备中的架构。

研究报告了一种用于高效点积边缘计算的自旋电子nvCIM宏,具有用于激活、密钥和数据保护的安全访问控制,防止开机和关机探测的功能。该方法依赖于基于自旋的物理不可复制功能和二维半补编号物理加密,以及与稀疏和修正线性单元感知的提前终止计算内存引擎结合使用的防窥自解密突发读取方案。

研究人员在一系列初步测试中测试了其性能,并发现它能够良好地抵御恶意攻击,同时具有快速响应时间和高能源效率。

6.6Mb互补金属氧化物半导体(CMOS)集成宏使用22纳米自旋转磁存取存储器技术,该宏实现了高随机性(互汉明距离为0.4999)和物理不可复制功能的高可靠性(内汉明距离为0),以及点积计算的高能源效率(每瓦30.1至68.0M操作)。

未来,这个研究团队介绍的CMOS集成自旋电子nvCIM宏可能有助于提高AI驱动的边缘计算设备的安全性,保护其内部存储的敏感数据,同时不影响其速度、准确性和功率效率。此外,这项最新工作可能会激发全球其他团队开发类似的解决方案,以增强AI边缘计算的广泛采用,最终为高性能技术的普及做出贡献。

 

---煤油灯科技victorlamp.com编译整理---

你可能也喜欢这些文章

科技互联网,科技,资讯,动态,洞察,量子,计算,AI,人工智能,机器人,区块链,Web3,分布式,操作系统,OS,芯片,视频,深度,论文