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-minnekommponentene 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 viable, 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 et 2D-komponent 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, brytingenergi 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 temperature-stabiliteten 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.