Omkonfigurerbara datorer som fungerar som din hjärna

Indiska institutet för vetenskapens ingenjörer avslöjade nyligen en nästa generations datorkrets som kan växla mellan flera beräkningsuppgifter bara genom att ändra dess kemiska sammansättning. Den nya designen tar inspiration från den mänskliga hjärnan, vilket öppnar dörren för framtida AI‑system som inte bara lär sig utan är inbäddade med kunskap. Här är vad du behöver veta.

Unlocking the future of computing requires some outside-the-box thinking. As chips reach the theoretical limit of their designs, new approaches have to be configured in order to continue pushing computational power forward.

Chip-tillverkning

När det gäller att utveckla snabbare och mindre kretsar för att driva nästa generations elektroniska enheter ses kisel som det ledande alternativet. Detta rikliga, billiga halvledarmaterial erbjuder acceptabel bärarmobilitet, vilket gör att det kan fungera både som isolator och ledare när det kombineras med andra material och en ström appliceras.

Dessutom kan oxiderat kisel (siliciumdioxid) odlas i tunna skivor som stödjer flerskiktskretsdesign. Denna förmåga har gjort det idealiskt för dagens mikro- och nanoelektronik. Det finns dock allvarliga nackdelar med detta material.

Silicon processing can be hazardous to the environment due to the chemicals involved. Additionally, it is limited in its ability to host nano electronics. Devices with a gate length under 7 nm can experience lots of interference. These interruptions can occur for many reasons, including signal leakage and quantum tunneling.

Nanoelektronik

Nanoelektronik är nästa steg i miniaturisering. Dessa enheter, som mäter under 100 nm, är så små att de är mer mottagliga för kvantmekanik än traditionell fysik. Dessa interaktioner kan leda till gränssnittsförändringar och andra icke‑linjära svar på grund av komplexiteten i att operera på denna skala.

Neuromorfisk beräkning

När du krymper en krets till nanoskalig storlek blir det extremt svårt att förlita sig på mekaniska processer för att utföra uppgifter. Därför har ingenjörer vänt sig mot neuromorfa beräkningsalternativ för att lagra information och utföra beräkningar. Dessa enheter är baserade på din hjärna.

Neuromorfa datorer använder oxidmaterial och filamentär omkoppling för att slutföra beräkningsuppgifter. Denna struktur krymper helt enkelt den nuvarande beräkningsmetoden för att efterlikna inlärning. Denna strategi skiljer sig från att skapa en enhet som naturligt innehåller data som en del av sin struktur.

Följaktligen har forskare lagt ner mycket arbete på att skapa ett avancerat material som kan lagra, beräkna och anpassa sig till data utan att förändra sin fysiska yta. Dock har komplexiteten i att skapa en sådan struktur förblivit oupptäckt.

Molekylär elektronik

Denna önskan att skapa ännu mindre maskiner med större mångsidighet ledde molekylära elektronikingenjörer att försöka dokumentera atomära interaktioner och kvantåtgärder med det slutgiltiga målet att kunna förutsäga dessa resultat med hög precision.

Dock verkade denna uppgift omöjlig. Det var fram till denna månad, då ett team av forskare publicerade en banbrytande studie som demonstrerade hur de på ett pålitligt sätt kunde förutsäga och kontrollera dessa handlingar.

Studie om omkonfigurerbara datorer

Ingenjörer och forskare vid Centre for Nano Science and Engineering (CeNSE) i Indien har precis skrivit om molekylär elektronikhandbok med studien “Molecularly Engineered Memristors for Reconfigurable Neuromorphic Functionalities¹”.

Källa – Advanced Materials

Papperet samlar de senaste framstegen inom elektrisk, kemisk och fysisk ingenjörskonst för att skapa nanoskaliga enheter som kan justera sin kemiska sammansättning för att fylla flera roller, inklusive som minnesenheter, logikgrindar, processorer eller elektroniska synapser.

Anpassningsbara molekylära enheter

Studiernas framgång visar hur kemi kan göra mer än att stödja beräkningsaktiviteter – den kan tillhandahålla dem. Dessutom möjliggör denna anpassningsförmåga att samma enhet fungerar både som minne och beräkningsenhet utan att lägga till material eller förändra sin fysiska form.

Prediktivt ramverk

Ett av de första stegen ingenjörerna behövde ta var att skapa ett sätt att förutsäga hur de kemiska förändringarna skulle påverka elektrisk transport. Specifikt utvecklade de en kvantkemisk modelleringsalgoritm som kunde exakt spåra molekyler när de rörde sig genom filmen.

Algoritmen inkluderade mycket annan relevant data, inklusive hur oxidation och reduktion påverkade varje molekyl och hur de interagerade i förhållande till den övergripande molekylära matrisen. Denna data användes sedan för att bestämma molekylernas totala stabilitet, och registrerade eventuella motjonförskjutningar i realtid.

Ingenjörerna, beväpnade med sin prediktiva algoritm, började använda växlingsbeteendet för att förutsäga hur man kan omvandla en enskild enhet från lagring till beräkningsaktiviteter och mer. Algoritmen möjliggör för ingenjörerna att exakt finjustera den lokala molekylära miljön och intermolekylära interaktioner med hjälp av organiska rutheniumkomplex.

Memristiva svar

Genom att använda algoritmen för att styra sina ansträngningar lyckades teamet programmässigt modulera en enda krets. Imponerande nog kunde de uppnå flera modaliteter, inklusive digitalt, analogt, binärt och ternärt minne.

För att utföra denna uppgift var de tvungna att justera liganderna och jonerna kring ruthenium‑molekylerna. Denna anpassningsförmåga utökades för att inkludera olika ledningsvärden som dynamiskt omkonfigurerar solid‑state‑enhetens kapacitet.

Svep för att rulla →

Test av omkonfigurerbara datorer

För att testa deras teori var forskarna tvungna att skapa specialbyggda rutheniumkomplex. De konstruerade framgångsrikt 17 för denna studie, vilket gjorde det möjligt att övervaka mikroskopiska förändringar i molekylkonfigurationen och joninställningarna.
The device fabrication was led by Pallavi Gaur. Gaur reported that the device was able to switch between storage, computing, and reconfiguring without material changes. This capability makes this device far closer to how your brain operates, driving neuromorphic computing science forward.

Resultat från test av omkonfigurerbara datorer

Testresultaten bekräftade ingenjörens teori att det är möjligt att kombinera minne och beräkning i samma material. Det demonstrerade också hur kemi kan användas för att utföra beräkningar och inte bara komplettera enhetens aktiva komponenter. Följaktligen förenar detta arbete nanoberäkning och kemiteknik för att öppna dörren till mindre och kraftfullare kvant‑enheter.

Fördelar med omkonfigurerbara datorer

Det finns flera fördelar som studien om omkonfigurerbara datorer ger till marknaden. För det första öppnar den dörren för nanoskalig elektronik på en ny nivå. Tidigare kunde dessa enheter bara göras så små att all pålitlighet gick förlorad. Det faktum att de hade rörliga delar gjorde det omöjligt att avgöra deras funktionalitet på nanoskalig nivå.
Detta nya tillvägagångssätt möjliggör för en solid‑state‑enhet att utföra flera beräkningsuppgifter, såsom att fungera som ett minneselement, en logikgrind, en selektor, en analog processor eller en elektronisk synaps. Denna flexibilitet kommer att hjälpa framtida ingenjörer att designa mer kapabla och lätta enheter.

Mindre störningar

Denna struktur minskar också störningar orsakade av kvanttunnling och andra problem när man diskuterar molekylskaliga enheter. Ju mindre en enhet är, desto mer kan störningar från yttre källor påverka den. När man kombinerar detta faktum med miniatyriseringen av enheter blir det lätt att förstå varför detta tillvägagångssätt anses vara en spelväxlare av de flesta.

Ökad ledningsförmåga

En annan stor fördel är ökad ledningsförmåga. Rent kisel är varken en bra ledare eller isolator. Därför krävs tillsatser och andra kemikalier för att förbättra prestandan. Denna nya design ger större pålitlighet och kan stödja mycket högre ledningsförmåga. Specifikt registrerade forskarna en förbättring på sex ordningstal.

Omkonfigurerbara datorer: Verkliga tillämpningar & tidslinje

Flera tillämpningar för omkonfigurerbara datorer kan underlätta livet för miljontals människor. För det första kommer de så småningom att användas i AI‑applikationer. AI‑system kräver enorma mängder data som ska överföras inom enheter och referenser.
För närvarande finns ett litet gap mellan beräkningslogik och minne, vilket resulterar i en fördröjning. När beräkningarna ökar blir fördröjningen större, vilket leder till långsammare beräkning. Detta tillvägagångssätt skulle eliminera behovet av att separera logik, minne och andra kärnuppgifter, vilket möjliggör att en enda enhet omedelbart kan konverteras till varje funktion när det behövs.

Nästa generations medicinska enheter

Medicinska området är ett annat område där denna teknik kan göra en stor skillnad. Implantat och andra interna enheter kan göras mindre och med färre rörliga delar. Detta tillvägagångssätt skulle göra dem mindre invasiva och ge utrymme för ytterligare beräkningskraft om så behövs.

Tidslinje för omkonfigurerbara datorer

Det kan ta 7–10 år innan du möter en omkonfigurerbar dator. Dessa enheter kommer först att dyka upp i större AI‑system, vilket hjälper till att minska deras driftskostnader och förbättra effektiviteten. Det finns dock fortfarande mycket testning och utveckling som måste genomföras, samt att hitta en lämplig tillverkare som kan producera dessa enheter i skala.

Forskare inom omkonfigurerbara datorer

Studien om omkonfigurerbara datorer sammanställdes av ett team av forskare vid Indian Institute of Science. Studien leddes av biträdande professor vid Centre for Nano Science and Engineering (CeNSE), Sreetosh Goswami.
De molekylära syntesdelarna av studien slutfördes av Pradip Ghosh, Ramanujan Fellow, och Santi Prasad Rath. Artikeln listar också Shayon Bhattacharya, Lohit T, Harivignesh S och Damien Thompson som medförfattare.

Framtiden för omkonfigurerbara datorer

Forskarnas arbete är långt ifrån färdigt. För närvarande undersöker de hur man kan integrera denna teknik i dagens CMOS‑kretsillverkning. Deras övergripande mål är att skapa enheter som har intelligens inbäddad från början, vilket förbättrar prestanda, stabilitet och effektivitet.

Investering i Compute-in-Memory‑området

Det finns flera företag inom chip‑tillverkningssektorn som representerar intressanta investeringsmöjligheter. Dessa företag har sett en växande efterfrågan på sina innovativa produkter i takt med att AI och andra högpresterande beräkningssystem blir normen. Här är en tillverkare som har förblivit i framkant av chip‑fabriksteknik.

GSI Technology (GSIT)

Medan studien ovan belyser framtiden för molekylär beräkning, kommersialiserar GSI Technology idag den kiselbaserade versionen av detta koncept. GSI är utvecklaren av Associative Processing Unit (APU), en teknik som fundamentalt förändrar hur datorer bearbetar data genom att utföra beräkningar direkt på plats inom minnesarrayen – ett koncept känt som ”Compute-in-Memory” (CIM).

Denna arkitektur adresserar samma ”von Neumann‑flaskhals” som nämns i studien (fördröjningen som orsakas av att separera logik och minne). Genom att eliminera behovet av att transportera data fram och tillbaka mellan processor och RAM levererar GSI:s Gemini® APU massiv acceleration för AI‑ och sökbelastningar.

Nyliga benchmark‑tester validerade av Cornell University bekräftade att GSI:s APU kan matcha prestandan hos topp‑GPU:er (som NVIDIA A6000) för specifika AI‑uppgifter samtidigt som den förbrukar cirka 98 % mindre energi.

GSI Technology har huvudkontor i Sunnyvale, Kalifornien, och handlas på NASDAQ. Dess strålningståliga minnesprodukter är redan en stapelvara inom rymd‑ och försvarssektorerna, vilket ger en stabil intäktsbas när de lanserar sina banbrytande AI‑chip för den bredare marknaden.
De som söker en nordamerikansk börsnoterad ”pure play” på framtiden för minnescentrerad beräkning bör undersöka GSI Technology. Det representerar en praktisk bro mellan traditionellt kisel och den ”inbäddade intelligens”‑framtid som forskarna föreställer sig.

Senaste nyheter och prestanda för GSI Technology (GSIT)

Omkonfigurerbara datorer | Slutsats

Förmågan att skapa omkonfigurerbara datorer förändrar allt. I framtiden kan dina enheter bli extremt pålitliga och hållbara eftersom alla rörliga delar ersätts med kemiska interaktioner. Dessutom öppnar denna förmåga dörren för mycket mindre och mer komplexa designer som inte förlitar sig på mekaniska komponenter utan snarare på organiska kemiska reaktioner.

Alla dessa faktorer och mer gör studien om omkonfigurerbara datorer till en spelväxlare med potential att inleda en ny era av beräkning och AI‑integration. Därför finns det stort intresse för detta arbete. För närvarande kommer teamet att fokusera på att effektivisera tillverkningsprocesserna och minska produktionskostnader och komplexitet.

Läs om andra spännande beräkningsutvecklingar här.

Referenser

^{1. Gaur, P., Kundu, B., Ghosh, P., Bhattacharya, S., T, L., S, H., Rath, S. P., Thompson, D., Goswami, S., & Goswami, S. Molekylärt konstruerade memristorer för omkonfigurerbara neuromorfa funktionaliteter. Advanced Materials, e09143. https://doi.org/10.1002/adma.202509143}