Должны быть преодолены два препятствия. Во-первых, текущие транзисторы в компьютерных микросхемах должны быть миниатюризированы к размеру лишь немногих нанометров; неприятность, они не будут трудиться больше тогда. Во-вторых, хранение и анализ беспрецедентных количеств данных потребуют одинаково огромных сумм энергии.
Саяни Маджумдар, Член Академии в Университете Аалто, наровне с ее сотрудниками, проектирует разработку, дабы заняться обеими проблемами.Маджумдар имеет с ее созданными сотрудниками и изготовил главные стандартные блоки будущих компонентов в том, что именуют «neuromorphic» компьютерами, вдохновленными людской мозгом. Это – область изучения, на котором наибольшие компании ICT в мире и кроме этого ЕС вкладывают капитал в громадной степени.
Но, никто еще не придумал наноразмерную архитектуру аппаратных средств, которая могла быть измерена к использованию и промышленному изготовлению.«дизайн и Технология вычисления neuromorphic продвигаются более скоро, чем его соперничающая революция, квантовое вычисление. Уже имеется широкое предположение и в R&D компании и академии о методах надписать тяжелые вычислительные возможности в аппаратных средствах смартфонов, планшетов и ноутбуков. Ключ обязан достигнуть чрезвычайной энергоэффективности биологического мозга и подражать методу, которым нейронные сети обрабатывают данные через электрические импульсы», растолковывает Маджумдар.
Главные компоненты для компьютеров, каковые трудятся как мозгВ их недавней статье в Продвинутых Функциональных Материалах Маджумдар и ее команда показывают, как они изготовили новую породу «сегнетоэлектрических туннельных соединений», другими словами, немногие нанометр частые сегнетоэлектрические узкие пленки прослоили между двумя электродами.
Они имеют свойстве вне существующих разработок и являются хорошим предзнаменованием для энергосберегающего и стабильного вычисления neuromorphic.Работа соединений в низких напряжениях меньше чем пяти В и со множеством материалов электрода – включая кремний, применяемый в, вносит солидную часть отечественной электроники. Они также будут сохранить эти больше 10 лет без электричества и быть произведены в обычных условиях.
Туннельные соединения имеют до этого пункта, в основном сделанный из железных окисей, и требуют, дабы 700 степеней температуры Цельсия и большой вакуум произвели. Сегнетоэлектрические материалы кроме этого содержат свинец, что делает их – и все отечественные компьютеры – важная экологическая опасность.
«Отечественные соединения сделаны из органических материалов углеводорода, и они уменьшили бы количество токсичных отходов хэви-метала в электронике. Мы можем кроме этого сделать тысячи соединений в сутки при комнатной температуре без них страдающий от воды либо кислорода в воздухе», растолковывает Маджумдар.
То, что делает сегнетоэлектрические компоненты узкой пленки громадными для neuromorphic компьютеров, есть их свойством переключиться между не только двойные страны – 0 и 1 – но и много промежуточных состояний кроме этого. Это разрешает им ‘запоминать’ данные, мало чем отличающуюся от мозга: дабы снабжать его в течение продолжительного времени небольшими суммами энергии и сохранять данные, они когда-то взяли – кроме того будучи отключённым и на опять.Мы больше не говорим о транзисторах, но ‘мемристорах’.
Они совершенны для вычисления, аналогичного этому в биологических мозгах. Заберите, к примеру, Ровер Марса 2020 года, планирующий идти, картируют состав второй планеты. Для Ровера, дабы трудиться и обработать эти на его собственном применении лишь единственная солнечная батарея как источник энергии, безнадзорные методы в нем должны будут применять неестественный мозг в аппаратных средствах.
«Что мы боремся сейчас, обязан интегрировать миллионы отечественных туннельных мемристоров соединения в сеть на области на один квадратный сантиметр. Мы можем ожидать упаковывать так многих в такое маленькое пространство, по причине того, что мы сейчас достигли различия рекордно большого уровня в токе между на и вне стран в соединениях, и это снабжает функциональную стабильность.
Мемристоры имели возможность тогда выполнить непростые задачи как распознавание и изображение образов и принять решения самостоятельно», говорит Маджумдар.