Uudelleenkonfiguroitavat tietokoneet, jotka toimivat kuin aivosi

Intian tiedeinstituutin insinöörit julkistivat hiljattain seuraavan sukupolven tietokonesirun, joka pystyy vaihtamaan useiden laskennallisten tehtävien välillä yksinkertaisesti muuttamalla kemiallista koostumustaan. Uusi rakenne ottaa mallia ihmisaivoista ja avaa oven tulevaisuuden tekoälyjärjestelmille, jotka eivät ainoastaan ​​opi, vaan niihin on upotettu tietoa. Tässä on mitä sinun tulee tietää.

Laskennan tulevaisuuden avaaminen vaatii uudenlaista ajattelua. Kun sirut saavuttavat suunnittelunsa teoreettisen rajan, on konfiguroitava uusia lähestymistapoja laskentatehon kehittämiseksi.

Sirujen valmistus

Kun on kyse nopeampien ja pienempien sirujen kehittämisestä seuraavan sukupolven elektronisten laitteiden voimanlähteeksi, piitä pidetään johtavana vaihtoehtona. Tämä runsas ja halpa puolijohde tarjoaa hyväksyttävän varauksenkuljettajien liikkuvuuden, minkä ansiosta se voi toimia sekä eristeenä että johtimena yhdistettynä muihin materiaaleihin ja virtaa syötettäessä.

Lisäksi hapettunutta piitä (piidioksidia) voidaan kasvattaa ohuiksi levyiksi, jotka tukevat monikerroksisia piirirakenteita. Tämä ominaisuus on tehnyt siitä ihanteellisen materiaalin nykypäivän mikro- ja nanoelektroniikkaan. Tällä materiaalilla on kuitenkin joitakin vakavia haittoja.

Piin prosessointi voi olla ympäristölle vaarallista siinä käytettävien kemikaalien vuoksi. Lisäksi sen kyky käsitellä nanoelektroniikkaa on rajallinen. Alle 7 nm:n porttipituisilla laitteilla voi esiintyä paljon häiriöitä. Näitä keskeytyksiä voi esiintyä monista syistä, kuten signaalivuodosta ja kvanttitunneloinnista.

nanoelektroniikka

Nanoelektroniikka on seuraava askel miniatyrisoinnissa. Nämä alle 100 nm:n kokoiset laitteet ovat niin pieniä, että ne ovat alttiimpia kvanttimekaniikalle kuin perinteinen fysiikka. Nämä vuorovaikutukset voivat aiheuttaa rajapinnan muutoksia ja muita epälineaarisia vasteita, koska toiminta tässä mittakaavassa on monimutkaista.

Neuromorfinen tietojenkäsittely

Kun piiri kutistetaan nanomittakaavaan, mekaanisten prosessien varaan luottaminen tehtävien suorittamisessa vaikeutuu huomattavasti. Siksi insinöörit ovat kääntyneet neuromorfisten laskentavaihtoehtojen puoleen tiedon tallentamiseen ja laskelmien suorittamiseen. Nämä laitteet perustuvat aivoihisi.

Neuromorfiset tietokoneet hyödyntävät oksidimateriaaleja ja säiemäistä kytkentää laskennallisten tehtävien suorittamiseen. Tämä rakenne yksinkertaisesti supistaa nykyistä laskentatapaa oppimisen jäljittelemiseksi. Tämä strategia eroaa laitteen luomisesta, joka luonnostaan ​​​​sisältyy dataan osana luonnollista rakennettaan.

Tämän seurauksena tiedemiehet ovat nähneet paljon vaivaa luodakseen edistyneen materiaalin, joka kykenisi tallentamaan, laskemaan ja mukautumaan dataan muuttamatta fyysistä pintaansa. Tällaisen rakenteen luomisen monimutkaisuus on kuitenkin jäänyt löytämättä.

Molekyylielektroniikka

Tämä halu luoda entistä pienempiä ja monipuolisempia koneita johti molekyylielektroniikan insinöörit yrittämään dokumentoida atomien vuorovaikutuksia ja kvanttivaikutuksia, joiden lopullisena tavoitteena oli ennustaa näitä tuloksia suurella tarkkuudella.

Tämä tehtävä vaikutti kuitenkin mahdottomalta, kunnes tässä kuussa tiedemiesryhmä julkaisi uraauurtavan tutkimuksen, joka osoitti, kuinka he pystyivät luotettavasti ennustamaan ja hallitsemaan näitä toimia.

Uudelleenkonfiguroitavien tietokoneiden tutkimus

Intian nanotieteen ja -tekniikan keskuksen (CeNSE) insinöörit ja tiedemiehet kirjoittivat juuri molekyylielektroniikan käsikirjan uudelleen ja lisäsivät siihen seuraavanlaisen idean:Molekyyliteknisesti muokatut memristorit uudelleenkonfiguroitaville neuromorfisille toiminnallisuuksille¹” tutkimus.

Lähde - Advanced Materials

Artikkeli kokoaa yhteen sähkö-, kemia- ja fysikaalisten tekniikoiden viimeaikaiset edistysaskeleet sellaisten nanoskaalan laitteiden luomiseksi, jotka voivat säätää kemiallista koostumustaan ​​​​useille rooleille, kuten muistiyksiköille, logiikkaporteille, prosessoreille tai elektronisille synapseille.

Mukautuvat molekyylilaitteet

Tutkimuksen onnistuminen auttaa osoittamaan, kuinka kemia voi tehdä enemmän kuin vain tukea laskennallisia toimintoja – se voi myös tarjota niitä. Lisäksi tämä mukautuvuus mahdollistaa saman laitteen toiminnan sekä muistina että laskentayksikkönä ilman materiaalin lisäämistä tai sen fyysisen muodon muuttamista.

Ennakoiva viitekehys

Yksi ensimmäisistä askeleista, jotka insinöörien oli otettava, oli luoda tapa ennustaa, miten kemialliset muutokset vaikuttaisivat sähköiseen kuljetukseen. Tarkemmin sanottuna he kehittivät kvanttikemiallisen mallinnusalgoritmin, joka pystyi tarkasti seuraamaan molekyylejä niiden kulkiessa kalvon läpi.

Algoritmi sisälsi paljon muuta olennaista dataa, mukaan lukien miten hapettuminen ja pelkistyminen vaikuttivat kuhunkin molekyyliin ja miten ne vuorovaikuttivat suhteessa koko molekyylimatriisiin. Tätä dataa käytettiin sitten molekyylien kokonaisvakauden määrittämiseen ja mahdollisten vastaionimuutosten rekisteröimiseen reaaliajassa.

Ennustava algoritminsa avulla insinöörit alkoivat käyttää kytkentäkäyttäytymistä ennustaakseen, miten yksi laite muunnetaan tallennustilasta, laskennallisista toiminnoista ja muista toiminnoista. Algoritmin avulla insinöörit voivat säätää tarkasti paikallista molekyyliympäristöä ja molekyylien välisiä vuorovaikutuksia orgaanisten ruteniumkompleksien avulla.

Muistinvastaukset

Käyttäen algoritmia työnsä ohjaamiseen, tiimi moduloi onnistuneesti ohjelmallisesti yhtä piiriä. Vaikuttavaa kyllä, he pystyivät saavuttamaan useita modaliteettia, mukaan lukien digitaalisen, analogisen, binäärisen ja kolmiosaisen muistin.

Tämän tehtävän suorittamiseksi heidän piti säätää ruteniummolekyylien ympärillä olevia ligandeja ja ioneja. Tätä sopeutumiskykyä laajennettiin kattamaan erilaisia ​​johtavuusarvoja, jotka dynaamisesti muuttavat kiinteän olomuodon laitteen ominaisuuksia.

Pyyhkäise vierittääksesi →

Uudelleenkonfiguroitavien tietokoneiden testi

Teoriansa testaamiseksi tutkijoiden piti luoda tarkoitukseen rakennettuja ruteniumkomplekseja. He onnistuivat rakentamaan niitä 17 tätä tutkimusta varten, mikä mahdollisti heille molekyylikonfiguraation ja ioniasetelmien pienten muutosten seurannan.

Laitteen valmistusta johti Pallavi Gaur. Gaur raportoi, että laite pystyi vaihtamaan tallennuksen, laskennan ja uudelleenkonfiguroinnin välillä ilman materiaalimuutoksia. Tämä ominaisuus tekee laitteesta paljon lähempänä aivojesi toimintaa, mikä vie neuromorfisen laskennan tiedettä eteenpäin.

Uudelleenkonfiguroitavien tietokoneiden testitulokset

Testitulokset vahvistivat insinöörin teorian, jonka mukaan muistin ja laskennan yhdistäminen samaan materiaaliin on mahdollista. Se osoitti myös, kuinka kemiaa voidaan käyttää laskennan suorittamiseen eikä vain laitteen aktiivisten komponenttien täydentämiseen. Näin ollen tämä työ yhdistää nanolaskennan ja kemiantekniikan avatakseen oven pienemmille ja tehokkaammille kvanttilaitteille.

Uudelleenkonfiguroitavien tietokoneiden edut

Uudelleenkonfiguroitavien tietokoneiden tutkimus tuo markkinoille useita etuja. Ensinnäkin se avaa oven nanoskaalan elektroniikalle uudessa mittakaavassa. Aiemmin näitä laitteita voitiin luoda vain tietyn kokoisina, ennen kuin kaikki luotettavuus menetettiin. Se, että niissä oli liikkuvia osia, teki mahdottomaksi määrittää niiden toimivuutta nanomittakaavassa.

Tämä uusi lähestymistapa mahdollistaa puolijohdelaitteen useiden laskennallisten tehtävien suorittamisen, kuten toiminnan muistielementtinä, logiikkaporttina, valitsimena, analogisena prosessorina tai elektronisena synapsina. Tämä joustavuus auttaa tulevaisuuden insinöörejä suunnittelemaan tehokkaampia ja kevyempiä laitteita.

Vähemmän häiriöitä

Tämä rakenne vähentää myös kvanttitunneloinnin ja muiden molekyylitason laitteista keskusteltaessa ilmenevien ongelmien aiheuttamia häiriöitä. Mitä pienempi laite on, sitä enemmän ulkopuoliset häiriöt voivat vaikuttaa siihen. Kun tämä yhdistetään laitteiden pienenemiseen, on helppo ymmärtää, miksi tätä lähestymistapaa pidetään käänteentekevänä.

Lisätty johtavuus

Toinen merkittävä etu on lisääntynyt johtavuus. Puhdas pii ei ole hyvä johdin tai eriste. Sellaisenaan se vaatii adjektiivien ja muiden kemikaalien sekoittamista suorituskyvyn parantamiseksi. Tämä uusi rakenne tarjoaa enemmän luotettavuutta ja tukee paljon suurempaa johtavuutta. Tutkijat havaitsivat tarkalleen ottaen kuuden kertaluokan parannuksen.

Uudelleenkonfiguroitavat tietokoneet: tosielämän sovellukset ja aikajana

Useat uudelleenkonfiguroitavien tietokoneiden sovellukset voisivat helpottaa miljoonien ihmisten elämää. Ensinnäkin niitä tullaan lopulta käyttämään tekoälysovelluksissa. Tekoälyjärjestelmät vaativat valtavien tietomäärien siirtämistä laitteiden ja referenssien välillä.

Tällä hetkellä laskennallisen logiikan ja muistin välillä on erittäin pieni ero, mikä johtaa viiveeseen. Laskentamäärien kasvaessa tämä viive kasvaa, mikä johtaa hidastuneeseen laskentaan. Tämä lähestymistapa poistaisi tarpeen erottaa logiikka, muisti ja muut ydintehtävät, jolloin yksi laite voisi siirtyä välittömästi kumpaankin tarvittaessa.

Seuraavan sukupolven lääkinnälliset laitteet

Lääketieteen ala on toinen alue, jolla tämä teknologia voisi tehdä merkittävän eron. Implantit ja muut sisäiset yksiköt voitaisiin tehdä pienemmiksi ja niissä voitaisiin käyttää vähemmän liikkuvia osia. Tämä lähestymistapa tekisi niistä vähemmän kierteleviä ja tarjoaisi tilaa lisälaskentateholle tarvittaessa.

Uudelleenkonfiguroitavien tietokoneiden aikajana

Voi kestää 7–10 vuotta ennen kuin törmäät uudelleenkonfiguroitavaan tietokoneeseen. Nämä laitteet tulevat ensin esiin suuremmissa tekoälyjärjestelmissä, mikä auttaa vähentämään niiden käyttökustannuksia ja parantamaan tehokkuutta. Testausta ja kehitystä on kuitenkin vielä paljon tehtävänä, ja on löydettävä sopiva valmistaja, joka pystyy valmistamaan näitä laitteita laajamittaisesti.

Uudelleenkonfiguroitavien tietokoneiden tutkijat

Uudelleenkonfiguroitavan tietokonetutkimuksen kokosi Intian tiedeinstituutin tutkijaryhmä. Tutkimusta johti apulaisprofessori Sreetosh Goswami nanotieteen ja -tekniikan keskuksesta (CeNSE).

Tutkimuksen molekyylisynteesiosuudet suorittivat Pradip Ghosh, Ramanujan-stipendiaatti, ja Santi Prasad Rath. Artikkelissa mainitaan myös Shayon Bhattacharya, Lohit T, Harivignesh S ja Damien Thompson avustajina.

Uudelleenkonfiguroitavien tietokoneiden tulevaisuus

Tutkijoilla on edessään paljon työtä. Tällä hetkellä he selvittävät, miten tämä teknologia voidaan integroida nykypäivän CMOS-sirujen valmistusstrategioihin. Heidän yleistavoitteenaan on valmistaa laitteita, joissa on sisäänrakennettua älykkyyttä, mikä parantaa suorituskykyä, vakautta ja tehokkuutta.

Investoiminen muistilaskentaan

Siruvalmistussektorilla on useita yrityksiä, jotka edustavat mielenkiintoisia sijoitusmahdollisuuksia. Näiden yritysten innovatiivisten tuotteiden kysyntä on kasvanut tekoälyn ja muiden tehokkaiden laskentajärjestelmien yleistyessä. Tässä on yksi valmistaja, joka on pysynyt siruvalmistusteknologian eturintamassa.

GSI-teknologia (GSIT)

Vaikka yllä oleva tutkimus korostaa molekyylilaskennan tulevaisuutta, GSI Technology kaupallistaa tällä hetkellä tämän konseptin piipohjaista versiota. GSI on Assosiative Processing Unitin (APU) kehittäjä, teknologian, joka muuttaa perusteellisesti tietokoneiden tapaa käsitellä dataa suorittamalla laskelmia suoraan. paikallaan muistimatriisin sisällä – käsite tunnetaan nimellä ”Compute-in-Memory” (CIM).

Tämä arkkitehtuuri ratkaisee saman tutkimuksessa mainitun ”von Neumannin pullonkaulan” (logiikan ja muistin erottamisen aiheuttaman viiveen). Poistamalla tarpeen siirtää dataa edestakaisin prosessorin ja RAM-muistin välillä, GSI:n Gemini® APU tarjoaa valtavan kiihtyvyyden tekoäly- ja hakutyökuormille.

Cornellin yliopiston validoimat viimeaikaiset vertailutestit vahvistivat, että GSI:n APU pystyy vastaamaan huippuluokan näytönohjainten (kuten NVIDIA A6000) suorituskykyyn tietyissä tekoälytehtävissä ja kuluttaa samalla noin 98 % vähemmän energiaa.

GSI Technologyn pääkonttori sijaitsee Sunnyvalessa Kaliforniassa, ja sen osakkeet noteerataan NASDAQ-pörssissä. Sen säteilyä kestävät muistituotteet ovat jo olennainen osa ilmailu- ja puolustusteollisuutta, ja ne tarjoavat vakaan tulopohjan yrityksen tuodessa huippuluokan tekoälysirujaan laajemmille markkinoille.

Niiden, jotka etsivät Pohjois-Amerikassa listattua ”puhdasta peliä” muistikeskeisen laskennan tulevaisuudesta, kannattaa tutustua GSI Technologyyn. Se edustaa käytännöllistä siltaa perinteisen piisirun ja tutkijoiden visioiman ”upotetun älykkyyden” tulevaisuuden välillä.

Uusimmat GSI-teknologian (GSIT) uutiset ja suorituskyky

Uudelleenkonfiguroitavat tietokoneet | Yhteenveto

Mahdollisuus luoda uudelleenkonfiguroitavia tietokoneita muuttaa kaiken. Tulevaisuudessa laitteistasi voi tulla erittäin luotettavia ja kestäviä, kun kaikki liikkuvat osat korvataan kemiallisilla vuorovaikutuksilla. Lisäksi tämä ominaisuus avaa oven paljon pienemmille ja monimutkaisemmille malleille, jotka eivät perustu mekaanisiin komponentteihin vaan orgaanisiin kemiallisiin reaktioihin.

Kaikki nämä ja muut tekijät tekevät uudelleenkonfiguroitavasta tietokonetutkimuksesta mullistavan tekijän, jolla on potentiaalia aloittaa uusi aikakausi laskennassa ja tekoälyn integroinnissa. Sellaisenaan tähän työhön on paljon kiinnostusta. Toistaiseksi tiimi keskittyy valmistusprosessien virtaviivaistamiseen sekä tuotantokustannusten ja monimutkaisuuden vähentämiseen.

Lue lisää muista hienoista laskennallisista kehitysaskeleista täältä.

Viitteet

^{1. Gaur, P., Kundu, B., Ghosh, P., Bhattacharya, S., T, L., S, H., Rath, SP, Thompson, D., Goswami, S. ja Goswami, S. Molekyyliteknisesti suunnitellut memristorit uudelleenkonfiguroitavia neuromorfisia toiminnallisuuksia varten. Advanced Materials, e09143. https://doi.org/10.1002/adma.202509143}