पेशिएंस स्ट्रोंग का तर्क है कि वर्तमान तंत्रिका नेटवर्क सॉफ़्टवेयर में सर्किट को एमुलेट करके, भौतिक हार्डवेयर के रूप में उन्हें लागू करने के बजाय, अत्यधिक कंप्यूट पावर का उपभोग करते हैं। पेपर इस एमुलेशन को एक अर्धचालक उपकरण से बदलने का सुझाव देता है जहाँ वजन और बायस गैर-वाष्पशील मेमोरी में संग्रहीत होते हैं।
- वजन और बायस को डिजिटल टू एनालॉग कनवर्टर (DAC) के रूप में लागू किया जाता है, जिनमें गैर-वाष्पशील रजिस्टर होते हैं जो पावर हानि के बाद भी बने रहते हैं।
- सक्रियण फ़ंक्शन तेजी से स्विचिंग ट्रांजिस्टर का उपयोग करके लागू किए जाते हैं जो वोल्टेज या करंट थ्रेशोल्ड के आधार पर ट्रिगर होते हैं।
- उपकरण समानांतर में न्यूरॉन्स को प्रोसेस करता है, GPU की तुलना में संभावित गति सुधार और काफी कम पावर खपत प्रदान करता है।
- क्रमागत AI रिलीज़ को सीधे गैर-वाष्पशील चिप पर ओवरराइट किया जा सकता है, वर्तमान अपग्रेड प्रथाओं के साथ समानता बनाए रखते हुए।
लेखक का तर्क है कि यह दृष्टिकोण नेटवर्क लॉजिक को प्रोसेस करने के लिए पारंपरिक कंप्यूटर की आवश्यकता को समाप्त कर देता है, उन्हें केवल इनपुट और आउटपुट हैंडलिंग के लिए आवश्यक बनाता है।