AI-modellen en platforms
Computeronderdeel imiteert menselijke hersensynapsen
Een nieuw computeronderdeel dat is ontwikkeld door onderzoekers aan de KTH Koninklijk Instituut voor Technologie en de Stanford University imiteert de menselijke hersenen door te handelen als een synaptische cel. Het nieuwe onderdeel heet een electrochemische random access memory (ECRAM).
Opkomst van neuromorfe computers
De ECRAM-geheugeneenheden werden gemaakt met 2D-titaancarbide en toonden een indrukwekkende mogelijkheid om klassieke transistortechnologie aan te vullen. Ze maken de commercialisatie van krachtige computers mogelijk die zijn gemodelleerd naar het neurale netwerk van de hersenen. Deze neuromorfe computers hebben het potentieel om veel energie-efficiënter te zijn dan de computers van vandaag.
De ECRAM heeft een architectuur die dramatisch anders is dan klassieke computing, en het handelt als een synaptische cel in een kunstmatig netwerk.
Max Hamedi is een associate professor aan de KTH.
“In plaats van transistors die aan of uit zijn, en de noodzaak om informatie heen en weer te dragen tussen de processor en het geheugen – deze nieuwe computers vertrouwen op onderdelen die meerdere staten kunnen hebben en in-memory berekeningen kunnen uitvoeren,” zegt Hamedi.
Het team van wetenschappers aan de KTH en Stanford heeft gewerkt aan het testen van meer efficiënte materialen voor het bouwen van een ECRAM. Om deze chips commercieel levensvatbaar te maken, zijn materialen nodig die de trage kinetiek van metalen oxiden en de onstabiele temperatuur van plastics kunnen overwinnen.
MXene-materiaal
De onderzoekers hebben een materiaal gefabriceerd dat bekend staat als MXene, een 2D-compound dat slechts enkele atomen dik is en bestaat uit titaancarbide. MXene combineert de hoge snelheid van organische chemie en de integratiecompatibiliteit van anorganische materialen.
MXene-ECRAM’s combineren de snelheid, schrijfruis, lineariteit, schakelenergie en duurzaamheidsmetrieken die nodig zijn voor parallelle versnelling van kunstmatige neurale netwerken (ANN’s).
Professor Alberto Salleo van de Stanford University is co-auteur van het onderzoek.
“MXenes zijn een spannende materiaalfamilie voor deze specifieke toepassing, omdat ze de temperatuurstabiliteit combineren die nodig is voor integratie met conventionele elektronica met de beschikbaarheid van een enorme samenstellingruimte om prestaties te optimaliseren,” zegt Salleo.
Volgens Hamedi zijn er nog veel barrières die overwonnen moeten worden als consumenten hun eigen neuromorfe computers willen kopen. Echter, de 2D-ECRAM’s zijn een belangrijke doorbraak in het gebied van neuromorfe materialen. Ze kunnen AI mogelijk maken die in staat is om aan te passen aan verwarrende input en nuances, vergelijkbaar met de menselijke hersenen. Tegelijkertijd zou het veel minder energieverbruik vereisen.












