Betere memristors voor hersenachtig computergebruik

Heruitgegeven door Plato

volgers: 0

TSUKUBA, Japan, 15 mei 2021 - (ACN Newswire) - Wetenschappers worden steeds beter in het maken van neuronachtige verbindingen voor computers die de willekeurige informatieverwerking, opslag en herinnering van het menselijk brein nabootsen. Fei Zhuge van de Chinese Academie van Wetenschappen en collega's beoordeelden de nieuwste ontwikkelingen in het ontwerp van deze 'memristors' voor het tijdschrift Science and Technology of Advanced Materials.

Onderzoekers ontwikkelen computerhardware voor kunstmatige intelligentie die een meer willekeurige en gelijktijdige overdracht en opslag van informatie mogelijk maakt, net zoals het menselijk brein.

Computers passen kunstmatige intelligentieprogramma's toe om eerder geleerde informatie op te roepen en voorspellingen te doen. Deze programma's zijn extreem energie- en tijdintensief: doorgaans moeten grote hoeveelheden gegevens worden overgedragen tussen afzonderlijke geheugen- en verwerkingseenheden. Om dit probleem op te lossen hebben onderzoekers computerhardware ontwikkeld die een meer willekeurige en gelijktijdige overdracht en opslag van informatie mogelijk maakt, net zoals het menselijk brein.

De elektronische schakelingen in deze 'neuromorfe' computers omvatten memristors die lijken op de verbindingen tussen neuronen die synapsen worden genoemd. Energie stroomt door een materiaal van de ene elektrode naar de andere, net zoals een neuron een signaal via de synaps naar het volgende neuron afvuurt. Wetenschappers vinden nu manieren om dit tussenmateriaal beter af te stemmen, zodat de informatiestroom stabieler en betrouwbaarder is.

“Oxiden zijn de meest gebruikte materialen in memristors”, zegt Zhuge. “Maar oxide-memristors hebben een onbevredigende stabiliteit en betrouwbaarheid. Op oxide gebaseerde hybride structuren kunnen dit effectief verbeteren.”

Memristors zijn meestal gemaakt van een op oxide gebaseerd materiaal dat tussen twee elektroden is ingeklemd. Onderzoekers krijgen betere resultaten als ze twee of meer lagen van verschillende op oxide gebaseerde materialen tussen de elektroden combineren. Wanneer er een elektrische stroom door het netwerk vloeit, worden ionen ertoe aangezet om binnen de lagen te drijven. De bewegingen van de ionen veranderen uiteindelijk de weerstand van de memristor, wat nodig is om een signaal door de kruising te sturen of te stoppen.

Memristors kunnen verder worden afgestemd door de verbindingen die voor elektroden worden gebruikt te veranderen of door de tussenliggende op oxide gebaseerde materialen aan te passen. Zhuge en zijn team ontwikkelen momenteel opto-elektronische neuromorfe computers op basis van optisch gestuurde oxide-memristors. Vergeleken met elektronische memristors wordt verwacht dat fotonische memristors hogere bedrijfssnelheden en een lager energieverbruik hebben. Ze kunnen worden gebruikt om kunstmatige visuele systemen van de volgende generatie te bouwen met een hoge computerefficiëntie.

Nadere inlichtingen
Fei Zhuge
Chinese Wetenschapsacademie
E-mail:

Over Wetenschap en Technologie van Advanced Materials Journal (STAM)
Open access tijdschrift STAM publiceert uitstekende onderzoeksartikelen over alle aspecten van de materiaalkunde, inclusief functionele en structurele materialen, theoretische analyses en eigenschappen van materialen.

Dr Yoshikazu Shinohara
STAM Publishing Directeur
E-mail:

Persbericht verspreid door ResearchSEA for Science and Technology of Advanced Materials.

Onderwerp: Onderzoek en ontwikkeling

Bron: Wetenschap en technologie van geavanceerde materialen
Sectoren: Nanotechnologie

https://www.acnnewswire.com

Van het Asia Corporate News Network