Datamaskin-komponent mimikerer menneskehjernens synapser

En ny datamaskin-komponent utviklet av forskere ved KTH Royal Institute of Technology og Stanford University mimikerer menneskehjernen ved å fungere som en synaptisk celle. Den nye komponenten kalles en elektrokjemisk tilfeldig tilgangsminne (ECRAM).

Oppblomstringen av neuromorfe datamaskiner

ECRAM-minnekomponentene ble laget med 2D-titaniumkarbid, og de viste en imponerende evne til å supplere klassisk transistor-teknologi. De muliggjør kommersialiseringen av kraftfulle datamaskiner modellert etter hjernens neurale nettverk. Disse neuromorfe datamaskinene har potensialet til å være mye mer energi-effektive enn dagens datamaskiner.

ECRAM har en arkitektur som er dramatisk forskjellig fra klassisk datamaskin-teknologi, og det fungerer som en synaptisk celle i et kunstig nettverk.

Max Hamedi er en assosiert professor ved KTH.

“I stedet for transistorer som er enten på eller av, og behovet for informasjon å bli fraktet frem og tilbake mellom prosessor og minne – disse nye datamaskinene baserer seg på komponenter som kan ha flere tilstander, og utføre beregninger i minnet,” sier Hamedi.

Forskerlaget ved KTH og Stanford har arbeidet mot å teste mer effektive materialer for å bygge en ECRAM. For å gjøre disse chipene kommersielt levedyktige, trenger de materialer som kan overvinne de langsomme kinetikken til metalleoksider, samt den ustabile temperaturen til plast.

MXene-materiale

Forskerne fabrikkerte et materiale kjent som MXene, som er en todimensjonal forbindelse som bare er noen atomer tykt og består av titaniumkarbid. MXene kombinerer den høye hastigheten til organisk kjemi og integrerings-kompatibiliteten til uorganiske materialer.

MXene-ECRAM kombinerer hastighet, skrivestøy, lineæritet, vekslingsenergi og holdbarhets-målinger som er nødvendige for parallell akselerasjon av kunstige neurale nettverk (ANN).

Professor Alberto Salleo ved Stanford University er medforfatter av forskningen.

“MXener er en spennende materiale-familie for denne spesifikke anvendelsen, siden de kombinerer temperaturstabiliteten som er nødvendig for integrering med konvensjonell elektronikk, med tilgjengeligheten av et stort komposisjons-rom for å optimalisere ytelse,” sier Salleo.

Ifølge Hamedi, er det fortsatt mange barrierer som må overvines hvis forbrukerne skal kunne kjøpe sine egne neuromorfe datamaskiner. Men de 2D-ECRAM er et større gjennombrudd i området til neuromorfe materialer. De kunne muliggjøre kunstig intelligens som kan tilpasse seg forvirrende innputt og nuanser, likt menneskehjernen. Samtidig ville det kreve mye mindre energiforbruk.