La RRAM no es solo una nueva tecnología, es una nueva forma de pensar cómo construir IA.
Si logramos entender y dominar su variabilidad, podemos llevar la inteligencia artificial a dispositivos más rápidos, eficientes y accesibles.
El futuro se construye desde hoy. 💡🔬
La RRAM no es solo una nueva tecnología, es una nueva forma de pensar cómo construir IA.
Si logramos entender y dominar su variabilidad, podemos llevar la inteligencia artificial a dispositivos más rápidos, eficientes y accesibles.
El futuro se construye desde hoy. 💡🔬
Hay mucho interés internacional en esta tecnología, especialmente en Alemania 🇩🇪.
Empresas e institutos ven en la RRAM una oportunidad para crear hardware más eficiente y sostenible.
Invertir en investigación hoy puede marcar la diferencia en el futuro de la inteligencia artificial. 🌍⚙️
Hay mucho interés internacional en esta tecnología, especialmente en Alemania 🇩🇪.
Empresas e institutos ven en la RRAM una oportunidad para crear hardware más eficiente y sostenible.
Invertir en investigación hoy puede marcar la diferencia en el futuro de la inteligencia artificial. 🌍⚙️
¿Qué podemos hacer?
Mi tesis busca simular estos comportamientos para ayudar a empresas e institutos de investigación a:
✅ Encontrar aplicaciones adecuadas
✅ Desarrollar estrategias
✅ Aprender a convivir con la variabilidad
Así logramos aprovechar todo el potencial de esta tecnología. 🚀
¿Qué podemos hacer?
Mi tesis busca simular estos comportamientos para ayudar a empresas e institutos de investigación a:
✅ Encontrar aplicaciones adecuadas
✅ Desarrollar estrategias
✅ Aprender a convivir con la variabilidad
Así logramos aprovechar todo el potencial de esta tecnología. 🚀
Por ejemplo, si evaluás la precisión de una red neuronal implementada en ReRAM, los resultados no siempre son iguales:
🧪 A veces da 90%
🧪 A veces baja a 87%
Esa diferencia se debe a la variabilidad inherente del hardware. Y ahí entra mi investigación. 👇
Por ejemplo, si evaluás la precisión de una red neuronal implementada en ReRAM, los resultados no siempre son iguales:
🧪 A veces da 90%
🧪 A veces baja a 87%
Esa diferencia se debe a la variabilidad inherente del hardware. Y ahí entra mi investigación. 👇
Suena maravilloso, pero hay un problema...
Aunque la #ReRAM tiene muchas ventajas, es un circuito analógico, lo que la hace sensible a variaciones.
Eso la vuelve menos robusta frente a errores ⚠️.
Suena maravilloso, pero hay un problema...
Aunque la #ReRAM tiene muchas ventajas, es un circuito analógico, lo que la hace sensible a variaciones.
Eso la vuelve menos robusta frente a errores ⚠️.
Así, una red neuronal se puede implementar directamente en el hardware.
A diferencia de los servidores actuales, la ReRAM usa menos componentes, consume menos energía ⚡ y funciona más rápido 🚀.
Aquí dos videos por si quieres saber más:
📽️ youtu.be/6WiLB59Hm0E
📽️ youtu.be/SIsHl5KJDh4
Así, una red neuronal se puede implementar directamente en el hardware.
A diferencia de los servidores actuales, la ReRAM usa menos componentes, consume menos energía ⚡ y funciona más rápido 🚀.
Aquí dos videos por si quieres saber más:
📽️ youtu.be/6WiLB59Hm0E
📽️ youtu.be/SIsHl5KJDh4
¿Cómo puede ayudar la #ReRAM a reducir el consumo energético de las redes neuronales?
ReRAM es una memoria con resistencias variables llamadas memristores, capaces de imitar el comportamiento de una sinapsis biológica. 🧠
¿Cómo puede ayudar la #ReRAM a reducir el consumo energético de las redes neuronales?
ReRAM es una memoria con resistencias variables llamadas memristores, capaces de imitar el comportamiento de una sinapsis biológica. 🧠