TDK ja Hokkaidon yliopisto ovat kehittäneet uudenlaisen tekoälypiirin, joka pystyy oppimaan ja päättelemään reaaliajassa suoraan laitteessa – ilman raskasta pilvilaskentaa ja valtavaa energiankulutusta.
Piiri hyödyntää niin sanottua reservoir computing -menetelmää, joka eroaa tavanomaisesta syväoppimisesta. Sen sijaan, että kaikki laskenta tehtäisiin kerroksittain kuten neuroverkoissa, piiri käyttää analogista “varastoa”, jossa syöte muuntuu monimutkaiseksi ajassa eteneväksi ilmiöksi. Tämän jälkeen vain yksinkertainen lukukerros tarvitsee opetusta. Lopputuloksena on vähemmän laskentaa, paljon vähemmän virrankulutusta ja nopeampi reagointi.
TDK esittelee tekniikkaa CEATEC 2025 -messuilla Japanissa. Demo näyttää käytännön sovelluksen, jossa laite tunnistaa käyttäjän liikkeet kivi-paperi-sakset -pelissä jo ennen kuin käden asento on täysin valmis. Piiri osaa aina valita voittavan siirron. Tämä onnistuu, koska piiri oppii yksilölliset sormenliikkeet reaaliajassa.
TDK:n mukaan tekniikka voi tulevaisuudessa mullistaa erityisesti pienitehoiset reunalaitteet, kuten robotit, anturijärjestelmät ja käyttöliittymät, joissa tarvitaan nopeaa ja tilannekohtaista tiedonkäsittelyä ilman pilviyhteyttä.
Kun suurteholaskennan (HPC) työkuormat monimutkaistuvat, generatiivinen tekoäly sulautuu yhä tiiviimmin moderneihin järjestelmiin ja lisää kehittyneiden muistiratkaisujen tarvetta. Vastatakseen näihin muuttuviin vaatimuksiin ala kehittää uuden sukupolven muistiarkkitehtuureja, jotka maksimoivat kaistanleveyden, minimoivat latenssin ja parantavat energiatehokkuutta.
