EO_483

TECH INSIGHT NEWS TECHNOLOGIES 18 - ELETTRONICA OGGI 483 - GENNAIO/FEBBRAIO 2020 Un memristor basato su tecnologia CMOS a 0,18 micron Francesco Ferrari T owerJazz e Technion hanno sviluppato una piattaforma analogica utilizzabile per applicazioni d’intelligen- za artificiale nei dispositivi a livello edge. La piattaforma, basata sui memristor, consente infatti l’elaborazione dei dati con bassissimi consumi in sensori e dispositivi periferici IoT, come per esempio sensori di impronte digitali, applicazioni di riconoscimento facciale e audio. Questa tecnologia è particolarmente interessante, rispetto alle soluzioni digitali esistenti, sia perché consente di ridurre sensibilmente il consumo di energia (di diversi ordini di grandezza) sia perché è possibile implementarla usando processi produttivi con nodi tecnologici meno avanzati (CMOS a 0,18 μm) rispetto ai più recenti utilizzati. Rispetto ad altre soluzioni di memoria non volatile (NVM) rivolte alle applicazioni AI, i memristor a due terminali sviluppati, infatti, si basano su una tecnologia CMOS commerciale che offre una maggiore affidabilità. In pratica transistor floating-gate originariamente progettati per l’archiviazione di dati digitali, sono stati conver- titi in dispositivi analogici che permettono di ottenere livelli resistivi discreti. Questi memristor, inoltre, possono essere facilmente integrati con altri dispositivi sulla stessa piattaforma. I problemi dell’hardware Il limite insito nei calcolatori attuali basato sul modello di Von Neumann, è la separazione fra i componenti pro- posti alla memoria e quelli usati, invece, per l’elaborazione. L’esecuzione di una sequenza di operazioni, generata dalle istruzioni software, permette di eseguire deter- minati compiti, ma in modo nettamente diverso da come opera, invece, il nostro cervello dove gli elementi di base, cioè i neuroni, svolgono in contemporanea sia compiti di memoria sia compiti di elaborazione dei dati. Un’ulteriore, e importante, differenza è che nel nostro cervello le operazioni si svolgono in parallelo e non in modo sequenziale. Questo permette di utilizzare la memoria associativa, tipica del pensiero umano. Per esempio, se vediamo un cane non cerchiamo una voce in un indice di elementi memorizzati per trovare una corrispondenza, ma identi- fichiamo immediatamente il cane in modo associativo. Questo meccanismo è sia rapido sia efficiente dal punto di vista del consumo energetico. Inoltre la capacità del cervello di apprendere migliora man mano che i collega- menti tra le sinapsi e le cellule nervose cambiano e vengono aggiornati. Questa serie di operazioni può essere realizzata via software (con algoritmi di AI e deep learning per esempio) utilizzando gli attuali computer, ma la realizzazione di un apposito hardware risulta molto più efficiente. TowerJazz e Technion sono riusciti a realizzare una piattaforma con componenti sono facilmente implementabili ed economicamente interessanti dato che utilizzano un consolidato processo produttivo. TowerJazz e Technion hanno sviluppato una piattaforma conmemristor che utilizza un processo produttivo CMOS a 0,18micron