Lepsze pamięci do obliczeń przypominających mózg

Węzeł źródłowy: 866850

TSUKUBA, Japonia, 15 maja 2021 - (ACN Newswire) - Naukowcy coraz lepiej radzą sobie z tworzeniem połączeń przypominających neurony dla komputerów, które naśladują losowe przetwarzanie, przechowywanie i przywoływanie informacji w ludzkim mózgu. Fei Zhuge z Chińskiej Akademii Nauk i współpracownicy dokonali przeglądu najnowszych osiągnięć w projektowaniu tych „memrystorów” dla czasopisma Science and Technology of Advanced Materials.

Naukowcy opracowują sprzęt komputerowy do sztucznej inteligencji, który umożliwia bardziej losowe i jednoczesne przesyłanie i przechowywanie informacji, podobnie jak ludzki mózg.

Komputery wykorzystują programy sztucznej inteligencji do przywoływania wcześniej poznanych informacji i prognozowania. Programy te są niezwykle energochłonne i czasochłonne: zazwyczaj ogromne ilości danych muszą być przesyłane między oddzielną pamięcią i jednostkami przetwarzającymi. Aby rozwiązać ten problem, naukowcy opracowali sprzęt komputerowy, który umożliwia bardziej losowe i jednoczesne przesyłanie i przechowywanie informacji, podobnie jak ludzki mózg.

Obwody elektroniczne w tych „neuromorficznych” komputerach zawierają pamięci, które przypominają połączenia między neuronami zwane synapsami. Energia przepływa przez materiał od jednej elektrody do drugiej, podobnie jak neuron wysyłający sygnał przez synapsę do następnego neuronu. Naukowcy szukają obecnie sposobów lepszego dostrojenia tego materiału pośredniego, aby przepływ informacji był bardziej stabilny i niezawodny.

„Tlenki są najczęściej używanymi materiałami w memrystorach” - mówi Zhuge. „Jednak memrystory tlenkowe mają niezadowalającą stabilność i niezawodność. Struktury hybrydowe na bazie tlenków mogą to skutecznie poprawić ”.

Memrystory są zwykle wykonane z materiału na bazie tlenków umieszczonego pomiędzy dwiema elektrodami. Naukowcy uzyskują lepsze wyniki, łącząc między elektrodami dwie lub więcej warstw różnych materiałów na bazie tlenków. Kiedy prąd elektryczny przepływa przez sieć, indukuje jony do dryfowania w warstwach. Ruchy jonów ostatecznie zmieniają rezystancję memrystora, która jest niezbędna do wysłania lub zatrzymania sygnału przez złącze.

Memrystory można dalej dostrajać, zmieniając związki stosowane w elektrodach lub dostosowując pośrednie materiały na bazie tlenków. Zhuge i jego zespół opracowują obecnie optoelektroniczne komputery neuromorficzne oparte na optycznie kontrolowanych memrystorach tlenkowych. Oczekuje się, że w porównaniu z memrystorami elektronicznymi, memrystory fotoniczne będą miały wyższe prędkości działania i mniejsze zużycie energii. Można by je wykorzystać do budowy sztucznych systemów wizualizacji nowej generacji o wysokiej wydajności obliczeniowej.

Więcej informacji
Fei Zhuge
Chińska Akademia Nauk
E-mail:

O czasopiśmie Science and Technology of Advanced Materials (STAM)
W ogólnodostępnym czasopiśmie STAM publikowane są wybitne artykuły badawcze dotyczące wszystkich aspektów materiałoznawstwa, w tym materiałów funkcjonalnych i strukturalnych, analiz teoretycznych i właściwości materiałów.

Dr Yoshikazu Shinohara
Dyrektor wydawniczy STAM
E-mail:

Komunikat prasowy dystrybuowany przez ResearchSEA for Science and Technology of Advanced Materials.


Temat: Badania i rozwój

Źródło: Nauka i technologia zaawansowanych materiałów

Sektory: Nanotechnologia

https://www.acnnewswire.com

Z Asia Corporate News Network

Copyright © 2021 ACN Newswire. Wszelkie prawa zastrzeżone. Oddział Asia Corporate News Network.

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

Znak czasu:

Więcej z Wiadomości ACN