Omkonfigurerbare computere, der fungerer som din hjerne

Ingeniører fra Indian Institute of Science har afsløret en næste generations computerchip, der kan skifte mellem multiple beregningsopgaver ved blot at ændre sin kemiske sammensætning. Den nye design tager hints fra det menneskelige hjerte, og åbner døren for fremtidige AI-systemer, der ikke kun kan lære, men også kommer med indbygget viden. Her er, hvad du behøver at vide.

For at låse op for fremtidens computing kræver det nogle outside-the-box tanker. Da chippen når deres teoretiske grænse for deres design, skal nye tilgange konfigureres for at fortsætte med at skubbe beregningskraften fremad.

Chip-fabrikation

Når det kommer til udvikling af hurtigere og mindre chip til at drive næste generations elektroniske enheder, ses silicium som den førende mulighed. Dette abundante, billige halvleder giver acceptabel bærerbevægelighed, hvilket gør det muligt for det at fungere som både en isolator og en ledende når det kombineres med andre materialer og en strøm anvendes.

Derudover kan oxideret silicium (silica) vokse i tynde ark, der understøtter flerskikkede kredsløbsdesign. Denne evne har gjort det ideelt for brug i dagens mikro- og nano-elektronik. Der er dog nogle alvorlige ulemper ved dette materiale.

Nano-elektronik

Nano-elektronik er det næste skridt i miniaturisering. Disse enheder, der måler under 100 nm, er så små, at de er mere følsomme over for kvantemekanik end traditionel fysik. Disse interaktioner kan føre til grænsefladeændringer og andre ikke-lineære responser på grund af kompleksiteten ved at operere på denne skala.

Neuromorfe computing

Når du forkorter en kredsløb til nanoskalaen, bliver det ekstremt svært at stole på mekaniske processer til at udføre opgaver. Som sådan har ingeniører vendt sig mod neuromorfe computing-muligheder til at gemme information og udføre beregninger. Disse enheder er baseret på din hjerne.

Neuromorfe computere anvender oxideringsmaterialer og filamentær skift til at udføre beregningsopgaver. Denne struktur forkorter blot den nuværende tilgang til computing for at efterligne læring. Denne strategi er anderledes end at skabe en enhed, der naturligt kommer med data som en del af sin struktur.

Molekylær elektronik

Dette ønske om at skabe endnu mindre maskiner, der havde mere fleksibilitet, fik molekylær elektronik-ingeniører til at forsøge at dokumentere atomare interaktioner og kvantehandlinger med det endelige mål at kunne forudsige disse resultater med stor nøjagtighed.

Men dette opgave syntes umuligt. Det var, indtil denne måned, hvor et hold af videnskabsmænd offentliggjorde en banebrydende studie, der demonstrerede, hvordan de kunne pålideligt forudsige og kontrollere disse handlinger.

Studie af omkonfigurerbare computere

Ingeniører og videnskabsmænd ved Centre for Nano Science and Engineering (CeNSE) i Indien har lige skrevet molekylær elektronik-håndbogen om med “Molekylært designede memristorer for omkonfigurerbare neuromorfe funktioner“-studiet.

Kilde – Advanced Materials

Studiet bringer sammen nyeste fremskridt på tværs af elektrisk, kemisk og fysisk ingeniørvidenskab for at skabe nanoskala-enheder, der kan justere deres kemiske sammensætning for at udføre flere roller, herunder som hukommelseselementer, logiske porte, processorer eller elektroniske synapser.

Tilpassede molekylære enheder

Studiets succes hjælper med at demonstrere, hvordan kemi kan gøre mere end at understøtte beregningsaktiviteter – det kan give dem. Denne tilpasning gør det muligt for den samme enhed at fungere som både hukommelse og beregningsenhed uden at tilføje materiale eller ændre sin fysiske form.

Forudsigelsesramme

En af de første skridt, ingeniørerne skulle tage, var at skabe en måde at forudsige, hvordan de kemiske ændringer ville påvirke elektrisk transport. Specifikt udviklede de en kvantekemisk modelleringsalgoritme, der kunne nøjagtigt spore molekyler, mens de bevægede sig gennem filmen.

Algoritmen inkluderede mange andre relevante data, herunder, hvordan oxidation og reduktion påvirkede hver molekyle og hvordan de interagerede i forhold til den samlede molekylære matrix. Disse data blev derefter brugt til at bestemme den samlede stabilitet af molekylerne, registrering af eventuelle modion-skift i realtid.

Ingeniørerne, bevæbnet med deres forudsigelsesalgoritme, begyndte at bruge skiftadfærden til at forudsige, hvordan man kunne omdanne en enkelt enhed fra lagring, beregningsaktiviteter og mere. Algoritmen giver ingeniørerne mulighed for præcist at justere den lokale molekylære miljø og intermolekylære interaktioner ved hjælp af organiske ruthenium-komplekser.

Memristive responser

Ved hjælp af algoritmen til at guide deres indsats, lykkedes det holdet at programmatically modulere en enkelt kredsløb. Imponerende nok kunne de opnå multiple modaliteter, herunder digital, analog, binær og ternær hukommelse.

For at opnå dette mål måtte de justere liganderne og ionerne omkring ruthenium-molekylerne. Denne tilpasning blev udvidet til at omfatte forskellige ledningsværdier, der dynamisk kan omkonfigurere den faststof-enheds kapaciteter.

Swipe for at rulle →

Test af omkonfigurerbare computere

For at teste deres teori, måtte videnskabsmændene skabe formål-byggede ruthenium-komplekser. De lykkedes at konstruere 17 til denne studie, hvilket gjorde det muligt for dem at overvåge små ændringer i molekylkonfigurationen og ioniske indstillinger.

Enhedsfabrikationen blev ledet af Pallavi Gaur. Gaur rapporterede, at enheden kunne skifte mellem lagring, beregning og omkonfiguration uden materialeændringer. Denne kapacitet gør denne enhed langt tættere på, hvordan din hjerne fungerer, og driver neuromorfe computing-videnskab fremad.

Testresultater af omkonfigurerbare computere

Testresultaterne bekræftede ingeniørernes teori om, at det er muligt at kombinere hukommelse og beregning inden for samme materiale. Det demonstrerede også, hvordan kemi kan bruges til at udføre beregninger og ikke kun supplere de aktive komponenter i en enhed. Følgelig bringer dette arbejde nanocomputing og kemisk ingeniørvidenskab sammen for at åbne døren for mindre og mere avancerede kvante-enheder.

Fordele ved omkonfigurerbare computere

Der er flere fordele, som studiet af omkonfigurerbare computere bringer til markedet. For det første åbner det døren for nanoskala-elektronik på en ny skala. I fortiden kunne disse enheder kun skabes så små, før alle pålidelighed gik tabt. Det faktum, at de havde mobile dele, gjorde det umuligt at bestemme deres funktionsdygtighed på nanoskalaen.

Denne nye tilgang giver en faststof-enhed mulighed for at udføre multiple beregningsopgaver, såsom at fungere som et hukommelseselement, en logisk port, en vælger, en analog processor eller en elektronisk synapse. Denne fleksibilitet vil hjælpe fremtidige ingeniører med at designe mere kapable og lette enheder.

Mindre interferens

Denne struktur reducerer også interferens, forårsaget af kvantetunnelering og andre problemer, når det handler om molekylære skala-enheder. Jo mindre en enhed er, desto mere interferens fra eksterne kilder kan påvirke den. Når du kombinerer dette faktum med miniaturiseringen af enheder, er det let at se, hvorfor denne tilgang betragtes som en game-changer af de fleste.

Tilføjet ledningsevne

En anden stor fordel er tilføjet ledningsevne. Rent silicium er ikke en god leder eller isolator. Som sådan kræver det tilføjelser og andre kemikalier for at forbedre ydelsen. Denne nye design giver mere pålidelighed og kan understøtte langt mere ledningsevne. Specifikt registrerede videnskabsmænd en forbedring på seks størrelsesordener.

Omkonfigurerbare computere: Virkelige anvendelser & tidsplan

Der er flere anvendelser for omkonfigurerbare computere, der kan gøre livet lettere for millioner af mennesker. For det første vil de ultimate blive brugt i AI-anvendelser. AI-systemer kræver massive mængder data, der skal overføres inden for enheder og referencer.

For tiden er der en minimal lukke mellem beregningslogik og hukommelse, hvilket resulterer i en forsinkelse. Da beregningerne øges, bliver denne forsinkelse større, hvilket resulterer i langsommere computing. Denne tilgang ville eliminere behovet for at adskille logik, hukommelse og andre kerneopgaver, og gøre det muligt for en enkelt enhed til at omgående konvertere til hver, når det er nødvendigt.

Næste generations medicinske enheder

Det medicinske felt er et andet område, hvor denne teknologi kunne gøre en stor forskel. Implantater og andre interne enheder kunne gøres mindre og med færre mobile dele. Denne tilgang ville gøre dem mindre invasive og give plads til yderligere beregningskraft, hvis det er nødvendigt.

Tidsplan for omkonfigurerbare computere

Det kan tage 7-10 år, før du møder en omkonfigurerbar computer. Disse enheder vil først dukke op i større AI-systemer, hvilket hjælper med at reducere deres driftsomkostninger og forbedre effektiviteten. Der er dog stadig meget test og udvikling, der skal ske, samt at finde en egnet fabrikant, der kan fremstille disse enheder i stor målestok.

Forskere bag omkonfigurerbare computere

Studiet af omkonfigurerbare computere blev samlet af en gruppe af forskere ved Indian Institute of Science. Studiet blev ledet af adjunkt ved Centre for Nano Science and Engineering (CeNSE), Sreetosh Goswami.

Den molekylære syntese-del af studiet blev gennemført af Pradip Ghosh, Ramanujan Fellow, og Santi Prasad Rath. Artiklen nævner også Shayon Bhattacharya, Lohit T, Harivignesh S og Damien Thompson som bidragsydere.

Fremtid for omkonfigurerbare computere

Forskerne har deres arbejde foran sig. For tiden er de ved at undersøge, hvordan de kan integrere denne teknologi i dagens CMOS-chip-fabrikationsstrategier. Deres overordnede mål er at skabe enheder, der kommer med indbygget intelligens, og forbedrer ydelse, stabilitet og effektivitet.

Investering i compute-in-memory feltet

Der er flere virksomheder i chip-fabrikationssektoren, der repræsenterer interessante investeringsmuligheder. Disse virksomheder har oplevet en stigende efterspørgsel efter deres innovative produkter, da AI og andre højtydende computingsystemer fortsætter med at blive normen. Her er en fabrikant, der har været i front for chip-fundamentsteknologi.

GSI Technology (GSIT)

Mens studiet ovenfor fremhæver fremtidens molekylære computing, kommer GSI Technology med en silicium-baseret version af denne koncept i dag. GSI er udvikleren af Associative Processing Unit (APU), en teknologi, der fundamentalt ændrer, hvordan computere behandler data ved at udføre beregninger direkte på stedet inden for hukommelsesmatrixen – en koncept kendt som “Compute-in-Memory” (CIM).

Denne arkitektur adresserer samme “von Neumann-bottleneck” (forsinkelsen, der skyldes adskillelse af logik og hukommelse). Ved at eliminere behovet for at shuttle data frem og tilbage mellem processor og RAM, leverer GSI’s Gemini® APU massiv acceleration for AI- og søge-workloads.

Nylige benchmarks, valideret af Cornell University, bekræftede, at GSI’s APU kan matche ydelsen af top-tier GPU’er (som NVIDIA A6000) for bestemte AI-opgaver, mens de forbruger omkring 98% mindre energi.

GSI Technology har hovedsæde i Sunnyvale, Californien, og handles på NASDAQ. Deres strålings-hærdede hukommelsesprodukter er allerede en standard i luft- og rumfartssektorerne, og giver en stabil indtægtsbase, mens de udroller deres avancerede AI-chip til det bredere marked.

For dem, der søger en nordamerikansk-noteret “ren” mulighed for fremtidens memory-centrisk computing, bør undersøge GSI Technology. Det repræsenterer en praktisk bro mellem traditionel silicium og den “indbyggede intelligens”-fremtid, som forskerne forestiller sig.

Seneste GSI Technology (GSIT) nyheder og præstation

Omkonfigurerbare computere | Konklusion

Evnen til at skabe omkonfigurerbare computere ændrer alt. I fremtiden kunne dine enheder blive super pålidelige og holdbare, da alle mobile dele erstattes med kemiske interaktioner. Denne kapacitet åbner også døren for langt mindre og mere komplekse design, der ikke afhænger af mekaniske komponenter, men snarere af organiske kemiske reaktioner.

Alle disse faktorer og mere gør studiet af omkonfigurerbare computere til en game-changer, der har potentialet til at indlede en ny æra for computing og AI-integration. Som sådan er der stor interesse for dette arbejde. For nu vil holdet fokusere på at strømline fabrikationsprocesser og reducere produktionsomkostninger og kompleksiteter.

Lær om andre cool computings-udviklinger her.

Referencer

^{1. Gaur, P., Kundu, B., Ghosh, P., Bhattacharya, S., T, L., S, H., Rath, S. P., Thompson, D., Goswami, S., & Goswami, S. Molekylært designede memristorer for omkonfigurerbare neuromorfe funktioner. Advanced Materials, e09143. https://doi.org/10.1002/adma.202509143}