Tietokoneen komponentti jäljittelee ihmisaivojen synapsia

KTH Royal Institute of Technologyn ja Stanford Universityn tutkijat ovat kehittäneet uuden tietokonekomponentin, joka jäljittelee ihmisaivoja toimimalla synapsina. Uusi komponentti on nimeltään sähkökemiallinen hajasaantimuisti (ECRAM).

Neuromorfisten tietokoneiden nousu

ECRAM-muistikomponentit valmistettiin 2D-titaanikarbidista, ja ne osoittivat vaikuttavan kyvyn täydentää perinteistä transistoriteknologiaa. Ne mahdollistavat voimakkaiden, aivojen neuroverkkoa mallintavien tietokoneiden kaupallistamisen. Nämä neuromorfiset tietokoneet voivat olla paljon energiatehokkaampia kuin nykyiset tietokoneet.

ECRAM:in arkkitehtuuri on dramaattisesti erilainen kuin perinteinen laskenta, ja se toimii synapsina keinotekoisessa verkossa.

Max Hamedi on KTH:n apulaisprofessori.

“Sen sijaan, että transistoreja, jotka ovat joko päällä tai pois, ja tarve kantaa tietoa edestakaisin prosessorin ja muistin välillä – nämä uudet tietokoneet riippuvat komponenteista, jotka voivat olla useissa tiloissa ja suorittaa laskentoja muistissa”, Hamedi sanoo.

KTH:n ja Stanfordin tutkijaryhmä on työskennellyt testaakseen tehokkaampia materiaaleja ECRAM:n rakentamiseksi. Jotta nämä sirut voivat olla kaupallisesti kannattavia, niiden on ylitettävä metallioksidien hitaat kinetiikat sekä muovien epävakaa lämpötila.

MXene-materiaali

Tutkijat valmistivat MXene-nimisen materiaalin, joka on 2D-yhdiste, joka on vain muutamia atomeja paksu ja koostuu titaanikarbidista. MXene yhdistää orgaanisen kemian nopeuden ja epäorgaanisten materiaalien integrointikompatibiliteetin.

MXene-ECRAM:t yhdistävät nopeuden, kirjoituskohinan, lineaarisuuden, kytkentäenergian ja kestävyyden tunnusluvut, jotka tarvitaan keinotekoisten neuroverkkojen (ANN) rinnakkaiskiihdytykseen.

Stanford Universityn professori Alberto Salleo on tutkimuksen yhteistekijä.

“MXenit ovat jännittävä materiaaliperhe tähän tarkoitukseen, koska ne yhdistävät lämpötilan stabiilisuuden, jota tarvitaan perinteiseen elektroniikkaan integroimiseksi, suuren koostumusavaran, jota voidaan optimoida suorituskyvyn parantamiseksi”, Salleo sanoo.

Hamedin mukaan on edelleen ylitettävä monia esteitä, jotta he voivat ostaa omat neuromorfiset tietokoneensa. Kuitenkin 2D-ECRAM:t ovat merkittävä läpimurto neuromorfiisten materiaalien alalla. Ne voivat mahdollistaa tekoälyä, joka pystyy sopeutumaan hämäriin syötteisiin ja nuansseihin, samalla tavoin kuin ihmisaivot. Samalla se vaatisi paljon vähemmän energiankulutusta.