إطلاق أول رقاقة في العالم لنظام ديناميكي عصبي يعتمد على الميمريستور الطوري، بزمن استجابة بالمللي ثانية

مقدمة

نجح باحثون من جامعة بكين ومعهد شنغهاي للأنظمة الدقيقة وتكنولوجيا المعلومات التابع للأكاديمية الصينية للعلوم في تطوير شريحة نظام ديناميكيات عصبية تعتمد على الميمريستور الطوري.

هذا الإنجاز المنشور في مجلة Science بعنوان "نظام ديناميكيات عصبية دون 10 ميلي ثانية يعتمد على الميمريستور الطوري"، يقدم نهجًا للحوسبة داخل الذاكرة قابلاً للتحكم يدمج الخصائص الفيزيائية للمكونات مع خوارزميات الديناميكيات العصبية.

يعمل النظام النموذجي على تقليل زمن استجابة كل تكرار فردي لنظام الديناميكيات العصبية إلى 2.12 ميلي ثانية. في التجارب المنشورة، أظهر النظام، مقارنة بالمسرعات المتخصصة الحالية، تحسينًا كبيرًا في السرعة وكفاءة الطاقة، مع تحقيق إعادة بناء عالية الدقة لسطح القشرة الدماغية وتوليد شبكات ثلاثية الأبعاد.

عنق الزجاجة المستمر للحوسبة في الزمن الحقيقي

تجمع أنظمة الديناميكيات العصبية بين قدرة الشبكات العصبية على التعبير وآلية التطور المستمر للمعادلات التفاضلية.

وهذا يجعل هذه الأنظمة مناسبة للمهام التي تتطلب نمذجة تطور الأنظمة الفيزيائية بمرور الوقت، بما في ذلك:

• نمذجة العالم الفيزيائي
• التصوير الحاسوبي
• إعادة البناء الهندسي ثلاثي الأبعاد
• نمذجة حالات الدماغ
• المحاكاة العلمية
• التحكم في الحلقة المغلقة

ومع ذلك، فإن المتطلبات الحسابية لهذه الأنظمة شديدة التعقيد. يتطلب حل نماذج الديناميكيات العصبية عادةً إجراء تكامل عددي متكرر، وتقدير الخطأ، والبحث عن حجم خطوة متكيف. قد يتضمن كل تكرار تقييمات متعددة للشبكة العصبية، ونقلًا متكررًا للبيانات الوسيطة بين الذاكرة ووحدات المعالجة.

في البنية التقليدية لفون نيومان، يتم فصل التخزين والحوسبة ماديًا. يجب نقل البيانات ذهابًا وإيابًا بين الذاكرة وذاكرة التخزين المؤقت والوحدات الحسابية طوال عملية الحوسبة. يستهلك نقل البيانات هذا في حد ذاته وقتًا وطاقة، وقد يتجاوز أحيانًا تكلفة العمليات الرياضية نفسها.

على مدى ما يقرب من نصف قرن، ظل التحدي الأساسي دون حل: كيف يمكن لأنظمة الديناميكيات العصبية تحقيق زمن استجابة منخفض يلبي متطلبات التطبيقات في الزمن الحقيقي مع الحفاظ على نمذجة مستمرة دقيقة؟

نهج الحوسبة داخل الذاكرة القابلة للتحكم

استخدم فريق البحث خاصيتين قابلتين للبرمجة لأجهزة الذاكرة الطورية للتغلب على هذه التحديات:

1. الانجراف التوصيلي - يتغير بطريقة يمكن التنبؤ بها بمرور الوقت
2. التوصيل متعدد المستويات - يمكن لجهاز واحد تمثيل مستويات وزن ثابتة متعددة

لم يعتبر الباحثون هذه التأثيرات الفيزيائية مجرد عيوب تحتاج إلى تصحيح، بل قاموا بتعيينها مباشرة لعمليات حسابية مفيدة.

حيث تم استخدام الانجراف التوصيلي لتنفيذ البحث عن حجم الخطوة المتكيف في الموقع.

وتم استخدام حالات التوصيل متعددة المستويات لتخزين عمليات الضرب والتراكم داخل المصفوفة.

وهذا أدى إلى إنشاء نظام حوسبة داخل ذاكرة قابل للتحكم، حيث يتم تنفيذ أجزاء مهمة من خوارزمية الديناميكيات العصبية من خلال السلوك الفيزيائي للجهاز نفسه.

[وصف الصورة]

أهمية حجم الخطوة المتكيف

لا تستخدم الحلالات العددية دائمًا نفس حجم الخطوة الزمنية.

عندما يكون النظام النموذجي بطيء التغير، قد تكون الخطوات الكبيرة دقيقة بما يكفي وتقلل من الحسابات. عندما يتغير النظام بسرعة، تكون الخطوات الصغيرة ضرورية للتحكم في الخطأ.

تقوم الأجهزة التقليدية بحساب ومقارنة وضبط حجم الخطوة بشكل متكرر باستخدام المنطق الرقمي. يقوم النظام الجديد بترميز حجم الخطوة الفعالة المتكاملة كحالة توصيل لجهاز الطور، ويستغل تطوره الفيزيائي المتحكم فيه أثناء عملية البحث.

النتيجة ليست مجرد جعل الذاكرة أقرب إلى المعالج، بل إن جهاز التخزين يشارك بشكل مباشر في تنفيذ الخوارزمية.

التوصيل متعدد المستويات لحسابات الشبكة العصبية

لا تزال الشبكات العصبية المدمجة بحاجة إلى تخزين الأوزان وتنفيذ عمليات المصفوفات.

استخدم فريق البحث حالات التوصيل متعددة المستويات المبرمجة بدقة لتمثيل هذه الأوزان في مصفوفة ذاكرة طورية كثيفة. يمكن تنفيذ ضرب المصفوفة المتجهة مباشرة في المصفوفة، دون الحاجة إلى تحميل الأرقام بشكل متكرر في مضاعفات ومجمعات رقمية منفصلة.

الجمع بين البحث عن حجم الخطوة المتكيف والاستدلال بالشبكة العصبية في نفس النظام الفيزيائي يقلل من:

• عمليات القراءة والكتابة في الذاكرة
• الضرب الرقمي
• الجمع المتكرر
• الوصول إلى ذاكرة التخزين المؤقت
• التخزين المؤقت الوسيط
• نقل البيانات بين الحوسبة والتخزين

هذا التصميم المشترك بين الجهاز والخوارزمية والبنية هو السبب الرئيسي وراء قدرة الشريحة على تقليل زمن الاستجابة مع الحفاظ على دقة النمذجة.

بنية الشريحة والمواصفات الأساسية

تم تصنيع شريحة نظام الديناميكيات العصبية بتقنية 40 نانومتر.

تبلغ المساحة الإجمالية لمصفوفة الحوسبة داخل الذاكرة ومصفوفة انجراف حجم الخطوة 0.28 مم² فقط. يتضمن التصميم أيضًا دوائر داعمة مثل مولدات نبضات البرمجة، ومحولات تناظرية رقمية، وسائقات، ومنطق طرفي آخر.

تعمل الشريحة بتردد 50 ميجاهرتز. تستخدم خطوة التكامل الواحدة خط أنابيب من تسع مراحل، ويصل زمن استجابة التكرار المُقاس إلى 2.12 ميلي ثانية.

[وصف الصورة]

معلمات مواصفات الشريحة

المواصفة	القيمة المذكورة
تقنية التصنيع	40 نانومتر CMOS
مساحة المصفوفة المدمجة (ENN-CIM وانجراف الخطوة)	0.28 مم²
مصفوفة الذاكرة الطورية	147K خلية 1T1R
تردد التشغيل	50 ميجاهرتز
خط الأنابيب المدمج	9 مراحل
زمن استجابة التكرار الواحد	2.12 ميلي ثانية
متانة SET/RESET	10¹⁰ دورة
العائد المذكور	أكثر من 99.9999%

تصف الورقة البحثية هذا النظام بأنه منصة ديناميكيات عصبية دون 10 ميلي ثانية، بينما تبلغ نتيجة التكرار الواحد المقاسة 2.12 ميلي ثانية.

مقارنة الأداء مع المسرعات الحالية

قارن فريق البحث هذا النظام مع أجهزة متخصصة متقدمة للديناميكيات العصبية ومع بطاقة NVIDIA A100 GPU في مهام النمذجة عالية الدقة.

بالنسبة لنفس النوع من الحسابات العصبية الديناميكية، يُزعم أن الشريحة تحقق:

• سرعة أعلى من أحدث مسرعات ASIC المتخصصة بمقدار 3.82 إلى 36.27 مرة
• استهلاك طاقة أقل من أنظمة ASIC هذه بمقدار 11.75 إلى 24.73 مرة
• في مهمة إعادة بناء سطح القشرة، سرعة أعلى من بطاقة NVIDIA A100 GPU بمقدار 50.38 إلى 478.18 مرة

عنصر المقارنة	النتيجة المذكورة
السرعة مقابل ASIC مخصص للديناميكيات العصبية	أسرع بمقدار 3.82–36.27 مرة
استهلاك الطاقة مقابل ASIC مخصص للديناميكيات العصبية	أقل بمقدار 11.75–24.73 مرة
السرعة مقابل NVIDIA A100 (نمذجة القشرة)	أسرع بمقدار 50.38–478.18 مرة

تنطبق هذه البيانات على مهام وأنظمة محددة. لا ينبغي تفسيرها على أنها ادعاء بأن هذا النموذج الأولي أسرع بشكل عام من A100 في أعباء عمل الذكاء الاصطناعي العامة.

تم تصميم هذا المسرع لأنماط محددة من الحسابات العصبية الديناميكية. تنبع مزاياه من التعيين الوثيق للمهام الحسابية لخصائص الميمريستور الطوري، مما يلغي الحاجة إلى كميات كبيرة من نقل البيانات المطلوبة في الأجهزة الرقمية للأغراض العامة.

إعادة بناء سطح القشرة في الزمن الحقيقي

استخدم فريق البحث الشريحة لإعادة بناء أسطح القشرة البيضاء والرمادية وتوليد شبكات ثلاثية الأبعاد.

يبدأ النظام من قالب مغلق من الجنس صفر، ويتطور عبر عملية ديناميكيات عصبية إلى بنية الدماغ المستهدفة. يجب أن يظل مسار التكامل سلسًا مع الحفاظ على ثبات طوبولوجيا السطح.

(هنا صورة، وصفها أعلاه)

أظهرت النتائج المذكورة أن أسطح القشرة المُعاد بناؤها تتمتع بالخصائص التالية:

• ناعمة
• مغلقة
• متسقة طوبولوجيًا
• قادرة على تمثيل التلافيف القشرية المعقدة
• أقل تأثرًا بنقاط التقاطع الذاتي
• أقل تأثرًا بالقطع الأثرية غير المتعددة

كان أداء نتائج إعادة البناء جيدًا في مقاييس التقييم الهندسي التالية:

• متوسط مسافة السطح المتماثل
• مسافة هاوسدورف

تقيس هذه المقاييس مدى تطابق السطح المُعاد بناؤه مع الهيكل المرجعي، بما في ذلك متوسط الانحراف وأخطاء الحدود الأكثر تطرفًا.

أهمية الاتساق الطوبولوجي

نموذج سطح الدماغ ليس مفيدًا لمجرد أنه يبدو وكأنه دماغ من الخارج.

يجب أن يكون له أيضًا بنية هندسية صالحة.

يمكن أن تؤدي نقاط التقاطع الذاتي والفراغات والمناطق غير المتعددة إلى تحليلات غير موثوقة في المراحل النهائية، مما يؤثر على القياسات التشريحية والملاحة والمحاكاة والمقارنات عبر الزمن أو عبر المرضى.

تعمل طريقة الديناميكيات العصبية على تشويه القالب الصالح باستمرار إلى الشكل المستهدف، مع الحفاظ على طوبولوجيا السطح الأصلي مع التكيف مع الهياكل التشريحية المعقدة، في ظل سير العملية بشكل جيد التحكم.

التأثير المحتمل على واجهات الدماغ والحاسوب

تحتاج واجهات الدماغ والحاسوب المستقبلية إلى تحقيق أكثر بكثير من مجرد التعرف على الإشارات وتشغيل الأوامر.

قد تحتاج الأنظمة المتقدمة إلى القدرة على:

1. قراءة النشاط العصبي
2. تقييم حالة الدماغ الحالية
3. التنبؤ باتجاه تطور الحالة
4. اختيار الاستجابة المناسبة
5. تنفيذ تعديل التغذية الراجعة في الحلقة المغلقة
6. تحديث النموذج بناءً على القياسات الجديدة

هذه العملية حساسة جدًا لزمن الاستجابة. لا يمكن لنماذج حالة الدماغ التي تتطلب معالجة طويلة دون اتصال تحقيق تفاعل استجابة حقيقي.

يمكن للحساب العصبي الديناميكي على مستوى الميلي ثانية أن يدعم تمثيلات حالة عصبية أكثر تخصيصًا وتحديثًا باستمرار، مما قد يدفع واجهات الدماغ والحاسوب من تصنيف الإشارات الأساسي إلى النمذجة في الزمن الحقيقي والتفاعل التكيفي.

النتيجة الحالية عبارة عن نموذج أولي بحثي، وليس معالج واجهة دماغ حاسوب قابل للزرع مباشرة. هناك حاجة إلى مزيد من التطوير في مجالات مثل تكامل النظام والمتانة والتحقق الطبي وتقنيات التغليف وجمع البيانات والموافقات التنظيمية.

اتجاهات التطبيقات الطبية المحتملة

يكشف هذا البحث أيضًا عن آفاق تطبيقية في مجال التصوير الطبي وعلم الأعصاب الحاسوبي.

قد تشمل الاتجاهات المستقبلية المحتملة:

• التوأم الرقمي للدماغ
• الملاحة العصبية أثناء الجراحة
• إعادة بناء القشرة في الزمن الحقيقي
• المراقبة الطولية لبنية الدماغ
• المساعدة في أبحاث الأمراض العصبية التنكسية
• النمذجة الخاصة بالمريض
• أنظمة التعديل العصبي في الحلقة المغلقة

بالنسبة لحالات مثل مرض الزهايمر ومرض باركنسون، قد تكون التغيرات الطفيفة في بنية ووظيفة الدماغ ذات أهمية سريرية.

تقنيات النمذجة الأسرع تمكن الباحثين أو الأطباء من تحليل هذه التغيرات بطريقة أكثر تفاعلية.

لكن الشريحة نفسها لا تمتلك وظيفة تشخيص الأمراض. أي تطبيق سريري يتطلب نماذج طبية مُتحققًا منها، ومجموعات بيانات تمثيلية، ودراسات استباقية، واختبارات أمان على مستوى النظام، ومراجعات تنظيمية مناسبة.

تحول النموذج الحسابي القائم على الفيزياء

تشير مقالة مصاحبة نُشرت في نفس العدد من مجلة Science إلى أن هذه الدراسة تمثل تحولًا نموذجيًا نحو الحوسبة القائمة على الخصائص الفيزيائية للأجهزة.

غالبًا ما تسعى التصميمات الرقمية التقليدية إلى كبح السلوك التناظري، وتغيرات المعلمات، وانحراف الأجهزة. هذا المشروع يتبع نهجًا مختلفًا، حيث يحدد خصائص الأجهزة الفيزيائية التي يمكنها تمثيل مكونات الخوارزمية المستهدفة، ويبني أنظمة حسابية حول هذه الخصائص.

هذا النهج ذو قيمة خاصة في عصر ما بعد مور، حيث لم يعد الاعتماد فقط على تصغير الترانزستورات كافيًا لتحسين فعالية التكلفة واستهلاك الطاقة والأداء.

الأنظمة الجديدة لم تعد تعتمد فقط على ترانزستورات أصغر، بل تدمج بشكل متزايد:

• بنى متخصصة
• حوسبة داخل الذاكرة
• معالجة تناظرية / مختلطة الإشارات
• ذواكر غير متطايرة ناشئة
• تصميم مشترك للخوارزمية والعتاد
• تكامل غير متجانس

شريحة المقاومة الذاكرة الطورية (Phase-Change Memristor) هي مثال واحد على هذا الاتجاه البحثي الأوسع.

فريق البحث والدعم

قاد هذا المشروع فريق البروفيسور يانغ يوتشاو من جامعة بكين، وفريق الباحث سونغ تشيتانغ من معهد شنغهاي للأنظمة الدقيقة وتكنولوجيا المعلومات التابع للأكاديمية الصينية للعلوم.

تذكر ورقة Science أن كاي لي هو المؤلف الأول. كما يسرد التقرير الرسمي المتعاونين المشاركين في البحث مثل تاو ياويو، وتشي تشنتشن، ويان لونغهاو، وتشو ييشين.

حظي هذا العمل بدعم المشاريع والمؤسسات التالية:

• مشروع الباحثين المؤسسين الجدد
• برنامج البحث والتطوير الرئيسي الوطني
• المؤسسة الوطنية للعلوم الطبيعية
• مختبر مقاطعة قوانغدونغ الرئيسي لشرائح الحوسبة والتخزين المتكاملة
• مشروع البحث للصناعات الرئيسية في شنتشن
• خطة البحث الكبرى لجامعة بكين 2030

نُشرت الورقة في مجلة Science، المجلد 393، العدد 6806، الصفحات 105-112، DOI: 10.1126/science.aee6277.

جوانب لم تثبتها الدراسة بعد

نتائج البحث مهمة، لكن يجب توضيح بعض القيود.

هذه مسرعة مخصصة

تم تحسين هذه الشريحة لمهام الأنظمة العصبية الديناميكية، ولا ينبغي اعتبارها بديلاً عامًا عن وحدات معالجة الرسوميات (GPU).

النموذج الأولي ليس منتجًا تجاريًا

توضح الورقة نظامًا تم تصنيعه والتحقق منه تجريبيًا، لكن الإنتاج على نطاق واسع، والموثوقية الميدانية طويلة المدى، وتكلفة التغليف، وسلسلة أدوات البرمجيات، والنشر الإنتاجي لا تزال تحديات هندسية مستقلة.

التطبيقات الطبية لا تزال استباقية

على الرغم من أن إعادة بناء الدماغ توضيحية، إلا أن التشخيص أو التدخل السريري يتطلب أدلة طبية أكثر شمولاً.

الأنظمة التناظرية والمقاومة الذاكرة تحتاج معايرة

توجد في أجهزة الطور المتغير اختلافات وانحرافات ولا خطية وحساسية بيئية. تكمن أهمية هذه الدراسة في التحكم في بعض هذه الخصائص والاستفادة منها، وليس في إثبات حل جميع مشاكل العتاد التناظري.

أسئلة شائعة

ما هو النظام العصبي الديناميكي؟

يجمع النظام العصبي الديناميكي بين الشبكات العصبية والمعادلات التفاضلية المستمرة الزمن، مما يسمح بمحاكاة تطور الحالات الفيزيائية أو البيولوجية، بدلاً من مجرد إخراج تنبؤات ثابتة.

ما هي المقاومة الذاكرة الطورية؟

تخزن أجهزة المقاومة الذاكرة الطورية المعلومات عبر تغيير حالة المادة بشكل متحكم فيه، مما ينتج مستويات توصيل كهربائي مختلفة. يمكن برمجة موصليتها والحفاظ عليها واستخدامها مباشرة في الحوسبة داخل الذاكرة.

ما معنى الحوسبة داخل الذاكرة القابلة للتحكم؟

يعني أن جهاز التخزين يقوم بحسابات فعالة أثناء الاحتفاظ بالبيانات. في هذه الشريحة، يدعم انجراف الموصلية القابل للتحكم البحث عن خطوات تكيفية، بينما تدعم الموصلية متعددة المستويات عمليات الضرب والجمع في الشبكات العصبية.

ما مدى سرعة شريحة النظام العصبي الديناميكي الجديدة؟

يستغرق النظام الأولي المُبلغ عنه 2.12 مللي ثانية لإكمال تكرار واحد للأنظمة العصبية الديناميكية. تصف الورقة المنصة الكاملة بأنها نظام أقل من 10 مللي ثانية.

هل هذه الشريحة أسرع من NVIDIA A100؟

في مهمة إعادة بناء سطح القشرة الدماغية التي اختبرها الباحثون، يُقال إن النظام كان أسرع بمعدل يتراوح بين 50.38 و478.18 مرة. هذه مقارنة خاصة بعبء عمل محدد، ولا تعني أداءً عامًا أقوى للذكاء الاصطناعي.

بأي تقنية تصنيع صُنعت هذه الشريحة؟

صُنعت شريحة النظام العصبي الديناميكي بتقنية CMOS 40 نانومتر. تبلغ المساحة الإجمالية لمصفوفات الحوسبة داخل الذاكرة وانجراف الخطوات 0.28 مليمتر مربع.

هل يمكن استخدام هذه الشريحة الآن في واجهات الدماغ والحاسوب؟

لا يمكن استخدامها حاليًا كمنتج سريري جاهز. هذا البحث يوفر أساسًا عتاديًا محتملاً للنمذجة الفورية لحالة الدماغ في المستقبل، لكن تطبيقات واجهات الدماغ والحاسوب الفعلية تتطلب مزيدًا من التكامل النظامي والتحقق والعمل التنظيمي.

أين نُشرت نتائج البحث؟

نُشرت الورقة في مجلة Science بعنوان "نظام عصبي ديناميكي أقل من 10 مللي ثانية قائم على المقاومة الذاكرة الطورية". DOI الخاص بها هو 10.1126/science.aee6277.

أدوات ذات صلة

• FreeSurfer: مجموعة برمجيات مفتوحة المصدر تستخدم على نطاق واسع لإعادة بناء سطح القشرة الدماغية وتحليل بنية الدماغ.
• NVIDIA A100 Tensor Core GPU: وحدة معالجة رسوميات لمراكز البيانات استُخدمت كمرجع أداء في مقارنة نمذجة القشرة الدماغية بالتقرير.
• SciPy Integrate: توفر أدوات التكامل العددي، وتظهر الطرق الرقمية التقليدية لحل الأنظمة الديناميكية المستمرة.
• PyTorch: إطار عمل للتعلم العميق يُستخدم غالبًا لبناء الشبكات العصبية المضمنة ونماذج المعادلات التفاضلية العصبية.
• MONAI: إطار عمل مفتوح المصدر للتعلم العميق لسير عمل التصوير الطبي وتحليل الدماغ.

روابط ذات صلة

• مقالة بحثية في Science: الورقة المحكمة التي تصف النظام العصبي الديناميكي الذي يعمل بأقل من 10 مللي ثانية.
• الإعلان الرسمي للبحث من جامعة بكين: شرح مفصل من جامعة بكين للجهاز، والبنية، واختبارات الأداء، وعرض إعادة بناء الدماغ.
• مقالة منظور في Science: استخدام الفيزياء للحوسبة داخل الذاكرة: مقالة منظور مصاحبة حول الحوسبة داخل الذاكرة القائمة على الفيزياء.
• مجلة Science، المجلد 393، العدد 6806: العدد الذي يحتوي على الورقة البحثية والتعليقات ذات الصلة.
• كلية هندسة الدوائر المتكاملة بجامعة بكين: معلومات رسمية عن مشاريع أبحاث الدوائر المتكاملة في جامعة بكين.
• معهد شنغهاي للأنظمة الدقيقة وتكنولوجيا المعلومات، الأكاديمية الصينية للعلوم: الموقع الرسمي للمعهد المشارك في التعاون.
• مراجعة تكنولوجيا المقاومة الذاكرة: مقالة مراجعة في Science تغطي أجهزة المقاومة الذاكرة للتخزين والحوسبة والأنظمة العصبية الشكلية.

خلاصة

بنى باحثون من جامعة بكين والأكاديمية الصينية للعلوم شريحة نظام عصبي ديناميكي باستخدام المقاومة الذاكرة الطورية، محققين حوسبة قابلة للتحكم داخل الذاكرة. يقوم هذا الجهاز بتحويل انجراف الموصلية إلى بحث عن خطوات تكامل تكيفية، ويستخدم الموصلية متعددة المستويات للحسابات العصبية.

هذه الشريحة النموذجية بتقنية 40 نانومتر تحتاج فقط 2.12 مللي ثانية لكل تكرار، وتظهر ميزة كبيرة في السرعة واستهلاك الطاقة مقارنة بالمسرعات المخصصة الحالية. في مهمة إعادة بناء سطح القشرة الدماغية، أنتجت نماذج دماغية ناعمة ومغلقة ومتطابقة طوبولوجيًا بتأخير أقل بكثير من وحدات معالجة الرسوميات المختبرة.

لا تزال هذه الشريحة نموذجًا أوليًا بحثيًا مخصصًا، وتطبيقاتها في المجال الطبي وواجهات الدماغ والحاسوب لا تزال استكشافية. لكن هذا البحث يثبت أن الخصائص الفيزيائية للذاكرة الجديدة يمكن استخدامها كمورد حسابي نشط، وليس فقط كآلية تخزين.

الاختراق الأساسي ليس مجرد صنع شريحة أسرع - بل هو تحويل سلوك التخزين الطوري إلى جزء لا يتجزأ من الحساب العصبي الديناميكي نفسه من خلال التصميم المشترك للجهاز والخوارزمية.