TSUKUBA, Japan, 15 maj 2021 - (ACN Newswire) - Forskare blir bättre på att göra neuronliknande kopplingar för datorer som efterliknar den mänskliga hjärnans slumpmässiga informationsbearbetning, lagring och återkallelse. Fei Zhuge från den kinesiska vetenskapsakademin och kollegor granskade den senaste utvecklingen av utformningen av dessa "memristorer" för tidskriften Science and Technology of Advanced Materials.
|
|
| Forskare utvecklar datorhårdvara för artificiell intelligens som möjliggör mer slumpmässig och samtidig informationsöverföring och lagring, ungefär som den mänskliga hjärnan. |
Datorer använder artificiell intelligens för att återkalla tidigare lärd information och göra förutsägelser. Dessa program är extremt energi- och tidsintensiva: vanligtvis måste stora mängder data överföras mellan separata minnes- och bearbetningsenheter. För att lösa detta problem har forskare utvecklat datorhårdvara som möjliggör mer slumpmässig och samtidig informationsöverföring och lagring, ungefär som den mänskliga hjärnan.
Elektroniska kretsar i dessa "neuromorfa" datorer inkluderar memristorer som liknar förbindelserna mellan neuroner som kallas synapser. Energi flödar genom ett material från en elektrod till en annan, ungefär som en neuron som avfyrar en signal över synapsen till nästa neuron. Forskare hittar nu sätt att bättre trimma detta mellanmaterial så att informationsflödet blir mer stabilt och tillförlitligt.
"Oxider är de mest använda materialen i memristorer", säger Zhuge. "Men oxidmembran har otillfredsställande stabilitet och tillförlitlighet. Oxidbaserade hybridstrukturer kan effektivt förbättra detta."
Memristorer är vanligtvis gjorda av ett oxidbaserat material inklämt mellan två elektroder. Forskare får bättre resultat när de kombinerar två eller flera lager av olika oxidbaserade material mellan elektroderna. När en elektrisk ström flyter genom nätverket, inducerar det joner att driva inom lagren. Jonernas rörelser förändrar i slutändan memristorns motstånd, vilket är nödvändigt för att skicka eller stoppa en signal genom korsningen.
Memristorer kan ställas in ytterligare genom att ändra de föreningar som används för elektroder eller genom att justera de mellanliggande oxidbaserade materialen. Zhuge och hans team utvecklar för närvarande optoelektroniska neuromorfa datorer baserade på optiskt styrda oxidmembran. Jämfört med elektroniska memristorer förväntas fotoniska sådana ha högre driftshastigheter och lägre energiförbrukning. De skulle kunna användas för att konstruera nästa generations artificiella visuella system med hög beräkningseffektivitet.
Vidare information
Fei Zhuge
Chinese Academy of Sciences
e-post:
Om Science and Technology of Advanced Materials Journal (STAM)
Open access-tidningen STAM publicerar enastående forskningsartiklar inom alla aspekter av materialvetenskap, inklusive funktionella och strukturella material, teoretiska analyser och materialegenskaper.
Dr Yoshikazu Shinohara
STAM Publishing Director
e-post:
Pressmeddelande distribuerat av ResearchSEA for Science and Technology of Advanced Materials.
Ämne: Forskning och utveckling
Källa: Vetenskap och teknik för avancerade material
Sektorer: Nanoteknik
https://www.acnnewswire.com
Från Asia Corporate News Network
Copyright © 2021 ACN Newswire. Alla rättigheter förbehållna. En division av Asia Corporate News Network.
Källa: http://www.acnnewswire.com/press-release/english/66672/
- "
- tillgång
- Alla
- artiklar
- artificiell intelligens
- asien
- byta
- kinesisk
- datorer
- databehandling
- konsumtion
- Aktuella
- datum
- Designa
- effektivitet
- energi
- flöda
- hårdvara
- Hög
- HTTPS
- Hybrid
- Inklusive
- informationen
- Intelligens
- IT
- Japan
- senaste
- lärt
- Framställning
- material
- nät
- nyheter
- Förutsägelser
- Program
- publicering
- forskning
- Resultat
- Vetenskap
- Vetenskap och teknik
- VETENSKAPER
- vetenskapsmän
- So
- LÖSA
- Stabilitet
- förvaring
- System
- Teknologi
- inom
