Rekonfigurowalne komputery, które działają jak Twój mózg

Inżynierowie z Indyjskiego Instytutu Nauki zaprezentowali niedawno układ komputerowy nowej generacji, który jest w stanie przełączać się między wieloma zadaniami obliczeniowymi poprzez prostą zmianę składu chemicznego. Nowy projekt czerpie inspirację z ludzkiego mózgu, otwierając drogę przyszłym systemom sztucznej inteligencji, które nie tylko się uczą, ale także posiadają wbudowaną wiedzę. Oto, co musisz wiedzieć.

Odkrycie przyszłości informatyki wymaga nieszablonowego myślenia. W miarę jak układy scalone osiągają teoretyczny limit swoich możliwości, konieczne jest opracowanie nowych podejść, aby nadal zwiększać moc obliczeniową.

Produkcja wiórów

Jeśli chodzi o rozwój szybszych i mniejszych układów scalonych do zasilania urządzeń elektronicznych nowej generacji, krzem jest postrzegany jako wiodąca opcja. Ten powszechnie dostępny, tani półprzewodnik zapewnia akceptowalną mobilność nośników, dzięki czemu w połączeniu z innymi materiałami i przyłożonym prądem może działać zarówno jako izolator, jak i przewodnik.

Ponadto utleniony krzem (krzemionka) można wytwarzać w cienkich warstwach, co umożliwia projektowanie układów wielowarstwowych. Dzięki temu materiał ten idealnie nadaje się do zastosowania we współczesnej mikro- i nanoelektronice. Materiał ten ma jednak pewne poważne wady.

Przetwarzanie krzemu może być niebezpieczne dla środowiska ze względu na stosowane substancje chemiczne. Ponadto, jego możliwości w zakresie przetwarzania nanoelektroniki są ograniczone. Urządzenia z bramką o długości poniżej 7 nm mogą być narażone na liczne zakłócenia. Przerwy te mogą mieć wiele przyczyn, w tym wyciek sygnału i tunelowanie kwantowe.

Nanoelektronika

Nanoelektronika to kolejny krok w miniaturyzacji. Urządzenia te, o wymiarach poniżej 100 nm, są tak małe, że są bardziej podatne na działanie mechaniki kwantowej niż tradycyjna fizyka. Oddziaływania te mogą powodować zmiany interfejsów i inne nieliniowe reakcje ze względu na złożoność działania w tej skali.

Obliczenia neuromorficzne

Kiedy obwód jest zmniejszony do nanoskali, niezwykle trudno jest polegać na procesach mechanicznych w celu realizacji zadań. W związku z tym inżynierowie zwrócili się w stronę neuromorficznych rozwiązań komputerowych do przechowywania informacji i wykonywania obliczeń. Urządzenia te bazują na ludzkim mózgu.

Komputery neuromorficzne wykorzystują materiały tlenkowe i przełączanie włókienkowe do realizacji zadań obliczeniowych. Taka struktura po prostu upraszcza obecne podejście do obliczeń, aby naśladować uczenie się. Ta strategia różni się od tworzenia urządzenia, którego naturalną strukturą są dane.

W związku z tym naukowcy włożyli wiele wysiłku w stworzenie zaawansowanego materiału, który byłby zdolny do przechowywania, przetwarzania i adaptacji danych bez zmiany swojej powierzchni fizycznej. Jednak zawiłości tworzenia takiej struktury wciąż pozostają nieodkryte.

Elektronika molekularna

Chęć stworzenia jeszcze mniejszych i bardziej wszechstronnych maszyn skłoniła inżynierów elektroniki molekularnej do podjęcia próby udokumentowania oddziaływań atomowych i działań kwantowych w celu ostatecznego ustalenia, jakie skutki mogą one przynieść, z dużą dokładnością.

Jednak to zadanie wydawało się niemożliwe do wykonania. Aż do tego miesiąca, kiedy zespół naukowców opublikował przełomowe badanie, które wykazało, jak skutecznie przewidywać i kontrolować te działania.

Badanie komputerów rekonfigurowalnych

Inżynierowie i naukowcy z Centrum Nauki i Inżynierii Nano (CeNSE) w Indiach właśnie przepisali podręcznik elektroniki molekularnej, wprowadzając „Memrystory o konstrukcji molekularnej do rekonfigurowalnych funkcji neuromorficznych¹” badanie.

Źródło - Materiały Zaawansowane

W artykule zaprezentowano najnowsze osiągnięcia inżynierii elektrycznej, chemicznej i fizycznej, których celem jest stworzenie urządzeń w skali nano, które będą mogły zmieniać swój skład chemiczny, aby pełnić różne funkcje, w tym jednostki pamięci, bramki logiczne, procesory lub synapsy elektroniczne.

Adaptowalne urządzenia molekularne

Sukces badania pokazuje, że chemia może nie tylko wspierać procesy obliczeniowe, ale wręcz je zapewniać. Co więcej, ta adaptowalność pozwala temu samemu urządzeniu pełnić funkcję zarówno pamięci, jak i jednostki obliczeniowej, bez konieczności dodawania materiału czy zmiany jego kształtu fizycznego.

Ramy predykcyjne

Jednym z pierwszych kroków, jakie musieli podjąć inżynierowie, było stworzenie metody przewidywania wpływu zmian chemicznych na transport elektryczny. W szczególności opracowali algorytm modelowania chemii kwantowej, który pozwalał na dokładne śledzenie cząsteczek podczas ich przemieszczania się przez folię.

Algorytm uwzględniał wiele innych istotnych danych, w tym wpływ utleniania i redukcji na każdą cząsteczkę oraz ich interakcje z ogólną matrycą molekularną. Dane te wykorzystano następnie do określenia ogólnej stabilności cząsteczek, rejestrując w czasie rzeczywistym wszelkie przesunięcia przeciwjonów.

Inżynierowie, uzbrojeni w swój algorytm predykcyjny, zaczęli wykorzystywać zachowanie przełączania do przewidywania, jak przekształcić pojedyncze urządzenie z pamięci masowej, zadań obliczeniowych i innych. Algorytm umożliwia inżynierom precyzyjne dostrojenie lokalnego środowiska molekularnego i oddziaływań międzycząsteczkowych za pomocą organicznych kompleksów rutenu.

Odpowiedzi memrystystyczne

Wykorzystując algorytm do kierowania swoimi działaniami, zespół z powodzeniem programowo zmodulował pojedynczy obwód. Co imponujące, udało im się osiągnąć wiele trybów działania, w tym pamięć cyfrową, analogową, binarną i trójkową.

Aby zrealizować to zadanie, musieli dostosować ligandy i jony otaczające cząsteczki rutenu. Ta adaptacyjność została rozszerzona o różne wartości przewodnictwa, które dynamicznie rekonfigurują możliwości urządzenia półprzewodnikowego.

Przesuń, aby przewijać →

Test komputerów rekonfigurowalnych

Aby przetestować swoją teorię, naukowcy musieli stworzyć specjalnie zbudowane kompleksy rutenu. Na potrzeby tego badania udało im się skonstruować ich 17, co umożliwiło im monitorowanie drobnych zmian w konfiguracji cząsteczek i ustawieniach jonowych.

Za produkcję urządzenia odpowiadał Pallavi Gaur. Gaur poinformował, że urządzenie potrafi przełączać się między pamięcią masową, przetwarzaniem i rekonfiguracją bez konieczności zmiany materiałów. Ta możliwość znacznie przybliża je do sposobu działania ludzkiego mózgu, napędzając rozwój nauki o obliczeniach neuromorficznych.

Wyniki testów komputerów rekonfigurowalnych

Wyniki testów potwierdziły teorię inżyniera, że ​​możliwe jest połączenie pamięci i obliczeń w ramach tego samego materiału. Pokazano również, jak chemię można wykorzystać do przeprowadzania obliczeń, a nie tylko do uzupełniania aktywnych komponentów urządzenia. W rezultacie, praca ta łączy technologię nanoinformatyczną i inżynierii chemicznej, otwierając drogę do mniejszych i bardziej wydajnych urządzeń kwantowych.

Korzyści z komputerów rekonfigurowalnych

Badania nad komputerami rekonfigurowalnymi przynoszą rynkowi szereg korzyści. Po pierwsze, otwierają one drogę do elektroniki w skali nano na zupełnie nową skalę. W przeszłości urządzenia te można było tworzyć tylko w ograniczonym zakresie, co prowadziło do utraty ich niezawodności. Ze względu na obecność ruchomych części niemożliwe było określenie ich funkcjonalności w skali nano.

To nowe podejście umożliwia urządzeniu półprzewodnikowemu wykonywanie wielu zadań obliczeniowych, takich jak działanie jako element pamięci, bramka logiczna, selektor, procesor analogowy lub synapsa elektroniczna. Ta elastyczność pomoże przyszłym inżynierom projektować bardziej wydajne i lekkie urządzenia.

Mniej zakłóceń

Taka struktura redukuje również zakłócenia spowodowane tunelowaniem kwantowym i inne problemy występujące w przypadku urządzeń na skalę molekularną. Im mniejsze jest urządzenie, tym większy wpływ mogą mieć na nie zakłócenia ze źródeł zewnętrznych. Łącząc ten fakt z miniaturyzacją urządzeń, łatwo zrozumieć, dlaczego to podejście jest przez wielu uważane za przełomowe.

Dodano przewodnictwo

Kolejną istotną zaletą jest zwiększona przewodność. Czysty krzem nie jest dobrym przewodnikiem ani izolatorem. W związku z tym wymaga domieszki substancji chemicznych i dodatków, aby poprawić wydajność. Ta nowa konstrukcja zapewnia większą niezawodność i może obsługiwać znacznie większą przewodność. Naukowcy odnotowali poprawę aż o sześć rzędów wielkości.

Komputery rekonfigurowalne: zastosowania w świecie rzeczywistym i oś czasu

Kilka zastosowań komputerów rekonfigurowalnych mogłoby ułatwić życie milionom ludzi. Po pierwsze, ostatecznie znajdą one zastosowanie w aplikacjach AI. Systemy AI wymagają przesyłania ogromnych ilości danych w obrębie urządzeń i referencji.

Obecnie istnieje minimalna różnica między logiką obliczeniową a pamięcią, co powoduje opóźnienie. Wraz ze wzrostem liczby obliczeń, opóźnienie to staje się większe, co skutkuje wolniejszym przetwarzaniem. Takie podejście wyeliminowałoby potrzebę rozdzielania logiki, pamięci i innych kluczowych zadań, umożliwiając pojedynczemu urządzeniu natychmiastową konwersję na oba te zadania w razie potrzeby.

Urządzenia medyczne nowej generacji

Medycyna to kolejny obszar, w którym ta technologia mogłaby znacząco wpłynąć na zmiany. Implanty i inne elementy wewnętrzne mogłyby być mniejsze i miałyby mniej ruchomych części. Takie podejście sprawiłoby, że byłyby one mniej podatne na ataki i zapewniłoby przestrzeń na dodatkową moc obliczeniową, gdyby zaszła taka potrzeba.

Oś czasu komputerów rekonfigurowalnych

Może minąć 7–10 lat, zanim pojawi się komputer rekonfigurowalny. Urządzenia te pojawią się najpierw w większych systemach AI, przyczyniając się do obniżenia kosztów operacyjnych i poprawy wydajności. Nadal jednak konieczne są liczne testy i prace rozwojowe, a także znalezienie odpowiedniego producenta, który będzie w stanie wytwarzać te urządzenia na dużą skalę.

Badacze komputerów rekonfigurowalnych

Badanie z wykorzystaniem komputera rekonfigurowalnego zostało przeprowadzone przez zespół naukowców z Indyjskiego Instytutu Nauki. Badaniem kierował adiunkt w Centrum Nauki i Inżynierii Nano (CeNSE), Sreetosh Goswami.

Część badania poświęconą syntezie molekularnej ukończyli Pradip Ghosh, stypendysta Ramanujana, i Santi Prasad Rath. W artykule wymieniono również Shayona Bhattacharyę, Lohita T., Harivignesha S. i Damiena Thompsona jako współautorów.

Rekonfigurowalne komputery przyszłości

Naukowcy mają przed sobą mnóstwo pracy. Obecnie badają, jak zintegrować tę technologię z dzisiejszymi strategiami produkcji układów CMOS. Ich nadrzędnym celem jest tworzenie urządzeń z wbudowaną inteligencją, co pozwoli na poprawę wydajności, stabilności i efektywności.

Inwestowanie w dziedzinie obliczeń w pamięci

W sektorze produkcji układów scalonych działa kilka firm, które stanowią interesujące możliwości inwestycyjne. Firmy te obserwują rosnący popyt na swoje innowacyjne produkty, ponieważ sztuczna inteligencja i inne zaawansowane systemy obliczeniowe stają się coraz powszechniejsze. Oto jeden z producentów, który utrzymuje się w czołówce technologii odlewania układów scalonych.

Technologia GSI (GSIT)

Choć powyższe badanie wskazuje na przyszłość obliczeń molekularnych, firma GSI Technology już dziś wprowadza na rynek wersję krzemową tej koncepcji. GSI jest twórcą jednostki przetwarzania asocjacyjnego (APU), technologii, która radykalnie zmienia sposób, w jaki komputery przetwarzają dane, wykonując obliczenia bezpośrednio. w miejscu w obrębie tablicy pamięci — koncepcja znana jako „Compute-in-Memory” (CIM).

Ta architektura rozwiązuje ten sam problem „wąskiego gardła von Neumanna” wspomnianego w badaniu (opóźnienie spowodowane rozdzieleniem logiki i pamięci). Eliminując konieczność przesyłania danych między procesorem a pamięcią RAM, procesor APU Gemini® firmy GSI zapewnia ogromne przyspieszenie zadań związanych ze sztuczną inteligencją i wyszukiwaniem.

Najnowsze testy porównawcze przeprowadzone przez Cornell University potwierdziły, że APU firmy GSI może dorównać wydajnością najlepszym procesorom graficznym (takim jak NVIDIA A6000) w przypadku określonych zadań związanych ze sztuczną inteligencją, zużywając przy tym około 98% mniej energii.

Siedziba firmy GSI Technology znajduje się w Sunnyvale w Kalifornii, a jej akcje są notowane na giełdzie NASDAQ. Jej produkty pamięci odporne na promieniowanie są już podstawą w sektorach lotnictwa i obronności, zapewniając stabilną bazę przychodów w miarę wprowadzania na rynek najnowocześniejszych układów scalonych opartych na sztucznej inteligencji.

Osoby poszukujące „czystej gry” na rynku północnoamerykańskim w kontekście przyszłości obliczeń opartych na pamięci powinny zapoznać się z technologią GSI. Stanowi ona praktyczny pomost między tradycyjnym krzemem a przyszłością „wbudowanej inteligencji”, przewidywaną przez naukowców.

Najnowsze wiadomości i wydajność technologii GSI (GSIT)

Komputery rekonfigurowalne | Wnioski

Możliwość tworzenia rekonfigurowalnych komputerów zmienia wszystko. W przyszłości Twoje urządzenia mogą stać się super niezawodne i trwałe, ponieważ wszystkie ruchome części zostaną zastąpione interakcjami chemicznymi. Co więcej, ta możliwość otwiera drzwi do znacznie mniejszych i bardziej złożonych projektów, które nie opierają się na elementach mechanicznych, lecz na organicznych reakcjach chemicznych.

Wszystkie te czynniki i wiele innych sprawiają, że rekonfigurowalne badanie komputerowe stanowi przełom, który ma potencjał zapoczątkowania nowej ery integracji informatyki ze sztuczną inteligencją. W związku z tym, zainteresowanie tą pracą jest duże. Na razie zespół skupi się na usprawnieniu procesów produkcyjnych oraz obniżeniu kosztów i złożoności produkcji.

Dowiedz się o innych ciekawych osiągnięciach obliczeniowych w tym miejscu.

Referencje

^{1. Gaur, P., Kundu, B., Ghosh, P., Bhattacharya, S., T, L., S, H., Rath, SP, Thompson, D., Goswami, S. i Goswami, S. Memrystory o konstrukcji molekularnej do rekonfigurowalnych funkcji neuromorficznych. Materiały zaawansowane, e09143. https://doi.org/10.1002/adma.202509143}