ممریستورهای بهتر برای محاسبات مغزی

TSUKUBA، ژاپن، 15 مه 2021 - (ACN Newswire) - دانشمندان در ساخت اتصالات نورون مانند برای رایانه هایی که پردازش، ذخیره و یادآوری تصادفی اطلاعات مغز انسان را تقلید می کنند، بهتر شده اند. Fei Zhuge از آکادمی علوم چین و همکارانش آخرین پیشرفت‌ها در طراحی این ممریستورها را برای مجله Science and Technology of Advanced Materials بررسی کردند.

رایانه ها از برنامه های هوش مصنوعی برای یادآوری اطلاعات آموخته شده قبلی و پیش بینی استفاده می کنند. این برنامه ها بسیار انرژی بر و زمان بر هستند: به طور معمول، حجم وسیعی از داده ها باید بین حافظه های جداگانه و واحدهای پردازشی منتقل شوند. برای حل این مشکل، محققان سخت افزار کامپیوتری را توسعه داده اند که امکان انتقال و ذخیره سازی تصادفی و همزمان اطلاعات را بسیار شبیه به مغز انسان فراهم می کند.

مدارهای الکترونیکی در این رایانه‌های «نورومورفیک» شامل ممریستورهایی هستند که شبیه اتصالات بین نورون‌ها به نام سیناپس هستند. انرژی از طریق ماده ای از یک الکترود به الکترود دیگر جریان می یابد، دقیقاً مانند نورونی که سیگنالی را از طریق سیناپس به نورون بعدی ارسال می کند. دانشمندان اکنون در حال یافتن راه هایی برای تنظیم بهتر این ماده میانی هستند تا جریان اطلاعات پایدارتر و قابل اعتمادتر باشد.

ژوگ می گوید: «اکسیدها پرکاربردترین مواد در ممریستورها هستند. اما ممریستورهای اکسیدی پایداری و قابلیت اطمینان نامناسبی دارند. ساختارهای ترکیبی مبتنی بر اکسید می توانند به طور موثر این را بهبود بخشند.

ممریستورها معمولاً از یک ماده مبتنی بر اکسید ساخته می شوند که بین دو الکترود قرار گرفته است. هنگامی که محققان دو یا چند لایه از مواد مختلف مبتنی بر اکسید را بین الکترودها ترکیب می کنند، نتایج بهتری به دست می آورند. هنگامی که جریان الکتریکی از طریق شبکه عبور می کند، یون ها را به سمت لایه ها وادار می کند. حرکات یون ها در نهایت مقاومت ممریستور را تغییر می دهد، که برای ارسال یا توقف سیگنال از طریق اتصال ضروری است.

ممریستورها را می توان با تغییر ترکیبات مورد استفاده برای الکترودها یا با تنظیم مواد مبتنی بر اکسید میانی تنظیم کرد. ژوگ و تیمش در حال حاضر در حال توسعه کامپیوترهای نورومورفیک اپتوالکترونیکی بر اساس ممریستورهای اکسیدی با کنترل نوری هستند. در مقایسه با ممریستورهای الکترونیکی، انتظار می رود ممریستورهای فوتونیکی سرعت عملکرد بالاتر و مصرف انرژی کمتری داشته باشند. آنها می توانند برای ساخت نسل بعدی سیستم های بصری مصنوعی با راندمان محاسباتی بالا مورد استفاده قرار گیرند.

اطلاعات بیشتر
فی ژوگه
آکادمی علوم چین
ایمیل

درباره مجله علم و فناوری مواد پیشرفته (STAM)
مجله دسترسی آزاد STAM مقالات تحقیقاتی برجسته ای را در تمام جنبه های علم مواد، از جمله مواد عملکردی و ساختاری، تحلیل های نظری، و خواص مواد منتشر می کند.

دکتر یوشیکازو شینوهارا
مدیر انتشارات STAM
ایمیل

بیانیه مطبوعاتی منتشر شده توسط ResearchSEA برای علم و فناوری مواد پیشرفته.

موضوع: تحقیق و توسعه

منبع: علم و فناوری مواد پیشرفته
بخشها: فناوری نانو

https://www.acnnewswire.com

از شبکه اخبار شرکتی آسیا

حق چاپ © 2021 ACN Newswire. همه حقوق محفوظ است. بخشی از شبکه خبری شرکت های آسیایی

منبع: http://www.acnnewswire.com/press-release/english/66672/