Fe-다이오드 기반 베이즈 신경망 및 엔트로피 소스
엣지 인공지능 시스템은 집약적인 연산 요구로 인해 고주파 동작이 필수적이지만, 기존 엔트로피 소스는 주파수에 따라 성능이 저하되는 한계가 있습니다. 본 연구는 Fe-다이오드 소자의 물리적 특성이 고주파 및 급격한 온도 변화 환경의 엣지 시스템에 이상적임을 입증합니다. Fe-다이오드의 노이즈 밀도는 인가 전압 진폭으로 조절 가능하며, 고주파 및 온도 변동에도 안정성을 유지합니다. 연구팀은 Fe-다이오드 소자를 활용하여 베이즈 신경망을 고속, 고밀도 실리콘 기반 칩에 실험적으로 구현했습니다. 이 계층적 베이즈 신경망은 통합 엔트로피 소스와 4-상태 시냅스를 기반으로 하는 3D 16층 Fe-다이오드 어레이에서 시연되었습니다. 이를 통해 높은 면적 효율성, 넓은 작동 온도 범위, 저에너지 현장 학습, 그리고 높은 인식 정확도 등의 특성을 성공적으로 달성했습니다. 기존 엔트로피 소스가 제공하지 못했던 고주파 및 온도 안정성을 Fe-다이오드 어레이가 제공함을 확인했습니다. 본 연구는 고효율, 저전력 소비, 높은 인식 정확도를 갖춘 엣지 AI 시스템 구현을 위한 Fe-다이오드 기반의 혁신적인 접근 방식을 제시하며, 차세대 엣지 컴퓨팅 기술 발전에 크게 기여할 것으로 기대됩니다.