Omkonfigurerbare computere, der fungerer som din hjerne

Ingeniører fra Indian Institute of Science har for nylig præsenteret en næste generations computerchip, der kan skifte mellem flere beregningsopgaver blot ved at ændre sin kemiske sammensætning. Det nye design tager udgangspunkt i den menneskelige hjerne og åbner døren for fremtidige AI-systemer, der ikke kun lærer, men er indlejret med viden. Her er, hvad du behøver at vide.

At låse fremtidens computing op kræver utraditionel tænkning. Når chips når de teoretiske grænser for deres design, skal nye tilgange konfigureres for fortsat at skubbe den beregningsmæssige kraft fremad.

Chipfremstilling

Når det gælder udviklingen af hurtigere og mindre chips til at drive næste generations elektroniske enheder, betragtes silicium som den førende mulighed. Dette rigelige, billige halvledermateriale giver acceptabel carrier-mobilitet, hvilket gør det i stand til at fungere både som isolator og leder, når det kombineres med andre materialer og en strøm påføres.

Derudover kan oxideret silicium (siliciumdioxid) dyrkes i tynde lag, der understøtter lagdelte kredsløbsdesigns. Denne egenskab har gjort det ideelt til brug i nutidens mikro- og nanoelektronik. Der er dog nogle alvorlige ulemper ved dette materiale.

Siliciumbehandling kan være skadelig for miljøet på grund af de involverede kemikalier. Derudover er det begrænset i sin evne til at understøtte nanoelektronik. Enheder med en gate-længde under 7 nm kan opleve meget interferens. Disse forstyrrelser kan opstå af mange årsager, herunder signaludslip og kvantetunneling.

Nanoelektronik

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

Neuromorfisk computing

Når du formindsker et kredsløb til nanoskala, bliver det ekstremt svært at stole på mekaniske processer for at udføre opgaver. Derfor har ingeniører vendt sig mod neuromorfe computing-løsninger for at lagre information og udføre beregninger. Disse enheder er baseret på din hjerne.

Neuromorfe computere bruger oxidmaterialer og filamentær switching til at udføre beregningsopgaver. Denne struktur formindsker blot den nuværende tilgang til computing for at efterligne læring. Denne strategi adskiller sig fra at skabe en enhed, der naturligt indeholder data som en del af sin struktur.

Som følge heraf har forskere lagt stor indsats i at skabe et avanceret materiale, der er i stand til at lagre, beregne og tilpasse sig data uden at ændre sin fysiske overflade. Imidlertid har detaljerne i at skabe en sådan struktur undsluppet opdagelse.

Molekylær elektronik

Dette ønske om at skabe endnu mindre maskiner med større alsidighed førte molekylære elektronikingeniører til at forsøge at dokumentere atominteraktioner og kvantehandlinger med det endelige mål at kunne forudsige disse resultater med høj præcision.

Dog syntes denne opgave umulig. Det var indtil denne måned, hvor et team af videnskabsfolk offentliggjorde en banebrydende undersøgelse, der demonstrerede, hvordan de pålideligt kunne forudsige og kontrollere disse handlinger.

Studie om omkonfigurerbare computere

Ingeniører og forskere ved Centre for Nano Science and Engineering (CeNSE) i Indien har netop omskrevet håndbogen om molekylær elektronik med studiet “Molecularly Engineered Memristors for Reconfigurable Neuromorphic Functionalities”¹.

Kilde – Advanced Materials

Papiret samler de seneste fremskridt inden for elektrisk, kemisk og fysisk ingeniørkunst for at skabe nanoskalade enheder, der kan justere deres kemiske sammensætning for at udfylde flere roller, herunder som hukommelsesenheder, logiske porte, processorer eller elektroniske synapser.

Tilpasningsdygtige molekylære enheder

Studiets succes hjælper med at demonstrere, hvordan kemi kan gøre mere end blot at understøtte beregningsaktiviteter — den kan levere dem. Desuden gør denne tilpasningsevne det muligt for den samme enhed at fungere som både hukommelses- og beregningselement uden at tilføje materiale eller ændre dens fysiske form.

Forudsigelsesramme

Et af de første skridt, som ingeniørerne skulle tage, var at skabe en metode til at forudsige, hvordan de kemiske ændringer ville påvirke elektrisk transport. Specifikt udviklede de en kvantekemi-modelleringsalgoritme, der præcist kunne spore molekyler, mens de bevægede sig gennem filmen.

Algoritmen indeholdt mange andre relevante data, herunder hvordan oxidation og reduktion påvirkede hvert molekyle, og hvordan de interagerede i forhold til den overordnede molekylære matrix. Disse data blev derefter brugt til at bestemme molekylernes samlede stabilitet og registrere eventuelle modion-skift i realtid.

Ingeniørerne, udstyret med deres forudsigelsesalgoritme, begyndte at bruge switchningsadfærden til at forudsige, hvordan man kan omdanne en enkelt enhed fra lagring til beregningsaktiviteter og mere. Algoritmen gør det muligt for ingeniørerne præcist at justere det lokale molekylære miljø og intermolekylære interaktioner ved hjælp af organiske rutheniumkomplekser.

Memristive responser

Ved at bruge algoritmen til at guide deres indsats, lykkedes det holdet at programmere en enkelt kredsløb. Imponerende var, at de kunne opnå flere modaliteter, herunder digital, analog, binær og ternær hukommelse.

For at gennemføre denne opgave måtte de justere liganderne og ionerne omkring ruthenium-molekylerne. Denne tilpasningsevne blev udvidet til at omfatte forskellige ledningsevneværdier, som dynamisk omkonfigurerer solid-state enhedens kapaciteter.

Swipe for at rulle →

Test af omkonfigurerbare computere

For at teste deres teori måtte forskerne skabe specialbyggede rutheniumkomplekser. De konstruerede med succes 17 til dette studie, hvilket gjorde det muligt for dem at overvåge minimale ændringer i molekylkonfigurationen og ionindstillingerne.

Enhedsproduktionen blev ledet af Pallavi Gaur. Gaur rapporterede, at enheden kunne skifte mellem lagring, beregning og omkonfiguration uden materialændringer. Denne evne bringer enheden meget tættere på, hvordan din hjerne fungerer, og driver neuromorfisk computing-forskning fremad.

Resultater af test af omkonfigurerbare computere

Testresultaterne bekræftede ingeniørens teori om, at det er muligt at kombinere hukommelse og beregning i samme materiale. Det demonstrerede også, hvordan kemi kan bruges til at udføre beregninger og ikke kun supplere de aktive komponenter i en enhed. Som følge heraf samler dette arbejde nanocomputing og kemisk ingeniørteknologi for at åbne døren for mindre og mere kraftfulde kvanteenheder.

Fordele ved omkonfigurerbare computere

Der er flere fordele, som studiet om omkonfigurerbare computere bringer til markedet. For det første åbner det døren for nanoskalade elektronik i en ny skala. Tidligere kunne disse enheder kun laves så små, før pålideligheden gik tabt. Det faktum, at de havde bevægelige dele, gjorde det umuligt at bestemme deres funktionalitet på nanoskalering.

Denne nye tilgang gør det muligt for en solid-state enhed at udføre flere beregningsopgaver, såsom at fungere som et hukommelseselement, en logisk port, en selector, en analog processor eller en elektronisk synapse. Denne fleksibilitet vil hjælpe fremtidige ingeniører med at designe mere kapable og letvægtsenheder.

Mindre interferens

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

Øget ledningsevne

En anden stor fordel er øget ledningsevne. Ren silicium er hverken en god leder eller isolator. Derfor kræver det tilsætning af andre stoffer og kemikalier for at forbedre ydeevnen. Dette nye design giver større pålidelighed og kan understøtte langt mere ledningsevne. Specifikt registrerede forskerne en forbedring på seks størrelsesordener.

Omkonfigurerbare computere: Praktiske anvendelser & tidslinje

Flere anvendelser af omkonfigurerbare computere kan hjælpe med at gøre livet lettere for millioner af mennesker. For det første vil de i sidste ende blive brugt i AI-applikationer. AI-systemer kræver massive mængder data, der skal overføres inden for enheder og referencer.

I øjeblikket er der et lille hul mellem beregningslogik og hukommelse, hvilket medfører en forsinkelse. Efterhånden som beregningerne stiger, bliver denne forsinkelse større, hvilket resulterer i langsommere computing. Denne tilgang ville fjerne behovet for at adskille logik, hukommelse og andre kerneopgaver, så en enkelt enhed øjeblikkeligt kan omdannes til hver, når det er nødvendigt.

Næste generations medicinske enheder

Det medicinske område er et andet felt, hvor denne teknologi kan gøre en stor forskel. Implantater og andre interne enheder kan gøres mindre og med færre bevægelige dele. Denne tilgang vil gøre dem mindre påtrængende og give plads til ekstra beregningskraft, hvis det er nødvendigt.

Tidslinje 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 testning og udvikling, der skal udføres, samt at finde en egnet producent, der kan fremstille disse enheder i stor skala.

Forskere inden for omkonfigurerbare computere

Studiet om omkonfigurerbare computere blev sammensat af et team af forskere ved Indian Institute of Science. Undersøgelsen blev ledet af lektor ved Centre for Nano Science and Engineering (CeNSE), Sreetosh Goswami.

De molekylære syntesedele af studiet blev udført af Pradip Ghosh, Ramanujan Fellow, og Santi Prasad Rath. Papiret nævner også Shayon Bhattacharya, Lohit T, Harivignesh S og Damien Thompson som bidragydere.

Fremtiden for omkonfigurerbare computere

Forskerne har et stort arbejde foran sig. I øjeblikket undersøger de, hvordan teknologien kan integreres i nutidens CMOS-chipfremstillingsstrategier. Deres overordnede mål er at skabe enheder, der har intelligens indlejret fra starten, hvilket forbedrer ydeevne, stabilitet og effektivitet.

Investering i Compute-in-Memory-feltet

Der er flere virksomheder inden for chipfremstillingssektoren, som udgør interessante investeringsmuligheder. Disse firmaer har oplevet stigende efterspørgsel efter deres innovative produkter, efterhånden som AI og andre kraftfulde beregningssystemer bliver normen. Her er en producent, der har forblevet i frontlinjen af chip-fundament teknologi.

GSI Technology (GSIT)

Mens studiet ovenfor fremhæver fremtiden for molekylær computing, kommercialiserer GSI Technology (GSIT ) i dag den siliciumbaserede version af dette koncept. GSI er udvikleren af Associative Processing Unit (APU), en teknologi der grundlæggende ændrer, hvordan computere behandler data ved at udføre beregninger direkte på stedet inden for hukommelsesarrayet — et koncept kendt som “Compute-in-Memory” (CIM).

Denne arkitektur løser den samme “von Neumann-flaskehals” nævnt i studiet (forsinkelsen forårsaget af adskillelse af logik og hukommelse). Ved at fjerne behovet for at flytte data frem og tilbage mellem processor og RAM leverer GSI’s Gemini® APU massiv acceleration for AI- og søgearbejdsbelastninger.

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

GSI Technology har hovedkontor i Sunnyvale, Californien, og handles på NASDAQ. Dens strålesikrede hukommelsesprodukter er allerede en fast bestanddel i luft- og forsvarssektoren, hvilket giver en stabil indtægtsbase, mens de lancerer deres banebrydende AI-chips til det bredere marked.

De, der søger en nordamerikansk noteret “pure play” på fremtiden for hukommelsescentreret computing, bør undersøge GSI Technology. Det udgør en praktisk bro mellem traditionelt silicium og den “indlejrede intelligens”-fremtid, som forskerne forestiller sig.

Seneste nyheder og præstationer for GSI Technology (GSIT)

Omkonfigurerbare computere | Konklusion

Evnen til at skabe omkonfigurerbare computere ændrer alt. I fremtiden kan dine enheder blive superpålidelige og holdbare, da alle bevægelige dele erstattes af kemiske interaktioner. Derudover åbner denne evne døren for meget mindre og mere komplekse designs, der ikke er afhængige af mekaniske komponenter, men snarere organiske kemiske reaktioner.

Alle disse faktorer og mere gør studiet om omkonfigurerbare computere til en game-changer med potentiale til at indlede en ny æra inden for computing og AI-integration. Som sådan er der stor interesse for dette arbejde. For nu vil teamet fokusere på at strømline fremstillingsprocesserne og reducere produktionsomkostninger og kompleksitet.

Lær om andre spændende beregningsudviklinger her.

Referencer

^{1. Gaur, P., Kundu, B., Ghosh, P., Bhattacharya, S., T, L., S, H., Rath, S. P., Thompson, D., Goswami, S., & Goswami, S. Molecularly Engineered Memristors for Reconfigurable Neuromorphic Functionalities. Advanced Materials, e09143. https://doi.org/10.1002/adma.202509143}