В журнале Russian Microelectronics вышел обзор по теме нейроморфных систем. Исследователи из МФТИ и Физико-технологического института имени К. А. Валиева РАН сделали анализ современных технологий в сфере микроэлектроники, которые симулируют работу головного мозга. Авторы систематизировали имеющиеся достижения в области электроники и разработки алгоритмов для этих систем, а также описали основные перспективы и проблемы в этой области.

Современные компьютеры работают на основе архитектуры Джона фон Неймана. В таких архитектурах у компьютеров есть процессор, который запускает программы, и память, которая хранит нужную информацию для этих программ. Однако это не единственный возможный способ организации вычислительных систем. Также существуют нейроморфные архитектуры, которые имитируют работу биологических нейронов в мозге. В таких системах информация хранится и обрабатывается распределенно, выполнение программ и хранение данных для их работы происходит в узлах сети. Для того чтобы реализовать нейроморфные архитектуры, необходимо создать системы микроэлектроники и алгоритмы их обучения.

В мозге человека и животных нервные клетки передают друг другу информацию с помощью электрического заряда и химических молекул. Клетки связаны между собой синапсом — это такое специальное место между двумя нейронами, через которое происходит передача сигнала. Чтобы промоделировать такой биологический процесс и сделать из этого компьютер, в качестве синапсов используют мемристоры — компоненты электрической цепи, которые могут изменять свое сопротивление в зависимости от поданного электрического тока и частоты его подачи. Вместо нейронов в нейроморфных архитектурах используют чипы. Мемристоры передают сигнал между чипами и адаптируют свое сопротивление для передачи информации, тем самым улучшая собственную проводимость. Например, если нейроморфная сеть распознает картинки, то при частой активации одних и тех же картинок пары чипов постоянно активируются, мемристоры запоминают возникшую связь, уменьшают свое сопротивление, и распознавание объекта становится быстрее и точнее.

В обзоре авторы подробно рассматривают, как действуют алгоритмы, на которых работают нейроморфные системы, а также то, какие компоненты микроэлектроники нужны для реализации системы, и принципы их работы.

Вторая часть анализа посвящена обзору существующих нейроморфных систем  и их техническим характеристикам, например нейроморфным компьютерам от Intel и IBM. Завершается обзор рассмотрением перспектив и проблем в области нейроморфных систем. Нейроморфные архитектуры за счет распределенности вычислений и памяти требуют гораздо меньше ресурсов, чем обычные компьютерные системы. Но и они не лишены определенных недостатков. Авторы описывают основные проблемы, с которыми сейчас работают исследователи нейроморфных систем, — это электромагнитные помехи и задержки передачи информации от близких элементов сети. Из-за этих ограничений нейроморфные архитектуры тяжело изменять в размере. Еще одной проблемой для них становится необходимость встраивания периферийных элементов, например регистров ввода и вывода информации. Такие элементы забирают на себя почти 60% всей энергии, которую потребляет нейроморфная система.

В области нейроморфных вычислений развитие сейчас только начинается — большинство языков программирования и технологий пока что адаптированы для компьютеров фон Неймана. Однако у нейроморфных систем есть перспективы для ускорения многих вычислительных процессов, и исследователи по всему миру работают над улучшением этой технологии.