[논문 리뷰] 2021 Roadmap on Neuromorphic Computing and Engineering

Arnab Neelim Mazumder, Morteza Hosseini외 2명|arXiv (Cornell University)|2021. 05. 12.

Advanced Memory and Neural Computing참고 문헌 8인용 수 45

한 줄 요약

이 2022년 로드맵은 재료, 장치, 회로, 알고리즘, 응용 분야 및 윤리까지 뉴로모르픽 컴퓨팅의 현황을 종합적으로 분석하며, 바이오닉 아키텍처에 비해 에너지 소비를 극적으로 줄이는 뇌에 영감을 받은 시스템을 제안한다. 에너지 소비를 최대 1000배까지 줄일 수 있는 잠재력이 있으며, 이는 엣지 인텔리전스와 지속 가능한 AI에 필수적이라고 평가된다.

ABSTRACT

Modern computation based on the von Neumann architecture is today a mature cutting-edge science. In this architecture, processing and memory units are implemented as separate blocks interchanging data intensively and continuously. This data transfer is responsible for a large part of the power consumption. The next generation computer technology is expected to solve problems at the exascale. Even though these future computers will be incredibly powerful, if they are based on von Neumann type architectures, they will consume between 20 and 30 megawatts of power and will not have intrinsic physically built-in capabilities to learn or deal with complex and unstructured data as our brain does. Neuromorphic computing systems are aimed at addressing these needs. The human brain performs about 10^15 calculations per second using 20W and a 1.2L volume. By taking inspiration from biology, new generation computers could have much lower power consumption than conventional processors, could exploit integrated non-volatile memory and logic, and could be explicitly designed to support dynamic learning in the context of complex and unstructured data. Among their potential future applications, business, health care, social security, disease and viruses spreading control might be the most impactful at societal level. This roadmap envisages the potential applications of neuromorphic materials in cutting edge technologies and focuses on the design and fabrication of artificial neural systems. The contents of this roadmap will highlight the interdisciplinary nature of this activity which takes inspiration from biology, physics, mathematics, computer science and engineering. This will provide a roadmap to explore and consolidate new technology behind both present and future applications in many technologically relevant areas.

연구 동기 및 목표

• 뉴로모르픽 컴퓨팅의 핵심 기술적 및 윤리적 분야에서 현재 상태를 반영하고 미래 전망을 제시하기 위해.
• 특히 데이터 이동으로 인한 높은 전력 소비로 인해 한계를 드러내는 바이오닉 아키텍처의 문제점을 해결하기 위해.
• 뉴로모르픽 시스템이 엣지 장치와 복잡한 데이터에 대해 에너지 효율적이고 실시간 처리를 가능하게 할 수 있는 방법을 탐색하기 위해.
• 뉴로모르픽 AI의 윤리적 영향, 즉 자율성, 책임, 지속 가능성 및 사회적 영향을 검토하기 위해.
• 연구자들과 정책 입안자들이 재료, 장치, 시스템 통합 분야에서의 핵심 과제와 기회를 식별할 수 있도록 안내하기 위해.

제안 방법

• 18개국의 75명의 선도 연구자들로부터의 견해를 취합하여 다학제적이고 공감대를 형성한 로드맵을 수립하였다.
• 분석을 여섯 가지 핵심 분야로 체계화: 재료, 장치, 뉴로모르픽 회로, 알고리즘, 응용, 윤리.
• 비버니시브이며 저전력 동작이 가능한 단계 전환, 반도체, 발화 상태 메모리와 같은 신개념 재료를 평가하였다.
• 전기화학적 금속화 세포와 나노와이어 네트워크와 같은 장치 수준의 혁신을 평가하여 시냅스 모방을 구현하였다.
• 스피킹 신경망과 이벤트 기반 처리를 포함한 뉴로모르픽 회로 및 알고리즘적 진전을 탐색하였다.
• 지속 가능성, 자율 시스템의 책임, 장기적 사회적 영향에 중점을 둔 윤리적 분석을 통합하였다.

실험 결과

연구 질문

• RQ1 뉴로모르픽 시스템은 기존 바이오닉 아키텍처의 에너지 비효율성을 어떻게 극복할 수 있는가?
• RQ2 저전력, 확장 가능한 뉴로모르픽 하드웨어를 실현하기 위해 가장 유망한 재료와 장치는 무엇인가?
• RQ3 효율적인 뉴로모르픽 알고리즘과 시스템 수준 아키텍처 설계에서의 주요 과제는 무엇인가?
• RQ4 뉴로모르픽 컴퓨팅은 엣지 장치와 실제 응용 분야에 실질적인 구현을 어떻게 가능하게 하는가?
• RQ5 뉴로모르픽 AI 시스템의 개발 및 구현을 이끄는 데 필요한 윤리적 프레임워크는 무엇인가?

주요 결과

• 뉴로모르픽 시스템은 최신 기계학습 기법에 비해 전력 소비를 최대 세 자리 수준까지 줄일 수 있다.
• 상전이 메모리, 반도체 장치, 전기화학적 금속화 세포는 시냅스 모방과 비버니시브 동작에 강력한 잠재력을 보인다.
• 이벤트 기반, 스피킹 신경망 아키텍처는 에너지 소비를 최소화하면서도 동적이고 희소한 데이터 스트림을 효율적으로 처리할 수 있다.
• 뉴로모르픽 기술은 데이터 소스에 가까운 처리를 가능하게 하여 지능형 엣지 컴퓨팅을 실현하는 데 매우 유리하다.
• 뉴로모르픽 시스템은 자율성, 책임, 지속 가능성과 관련된 윤리적 우려를 증폭시킬 수 있지만, 그 에너지 효율성 덕분에 일부 완화될 수도 있다.
• 뉴로모르픽 시스템의 개발은 로봇 권리와 기술적 싱귤래리티와 같은 AI 윤리 논의를 심화시킬 수 있으며, 이는 아직 추측에 머무르고 있다.