Computing
Mga Reconfigurable na Kompyuter na Gumagana Katulad ng Iyong Utak

Kamakailan lamang inilunsad ng mga inhinyero ng Indian Institute of Science ang isang susunod na henerasyon na chip ng kompyuter na kayang magpalit-palit sa pagitan ng maraming gawain sa pagkompyut sa simpleng pagbabago ng kemikal na komposisyon nito. Ang bagong disenyo ay kumukuha ng inspirasyon mula sa utak ng tao, binubuksan ang pintuan para sa mga hinaharap na sistemang AI na hindi lamang natututo kundi may nakapaloob na kaalaman. Narito ang mga dapat mong malaman.
Ang pagbubukas ng hinaharap ng pagkompyut ay nangangailangan ng pag-iisip na lampas sa karaniwan. Habang ang mga chip ay umaabot na sa teoretikal na hangganan ng kanilang mga disenyo, kailangang magtakda ng mga bagong pamamaraan upang patuloy na itulak ang kapangyarihan ng pagkompyut pasulong.
Paggawa ng Chip
Pagdating sa pagbuo ng mas mabilis at mas maliliit na chip para patakbuhin ang mga susunod na henerasyon ng elektronikong aparato, itinuturing ang Silicon bilang nangungunang opsyon. Ang saganang, murang semiconductor na ito ay nagbibigay ng katanggap-tanggap na mobility ng carrier, na nagpapahintulot dito na magsilbing insulator at konduktor kapag pinagsama sa ibang mga materyales at may kasamang kuryente.
Dagdag pa, ang oxidized silicon (silica) ay maaaring palaguin sa manipis na mga sheet na sumusuporta sa multi-layer na disenyo ng circuit. Ang kakayahang ito ay nagpadali sa paggamit nito sa kasalukuyang micro- at nano-electronics. Gayunpaman, may ilang seryosong kahinaan ang materyal na ito.
Ang pagproseso ng silicon ay maaaring mapanganib sa kapaligiran dahil sa mga kemikal na kasangkot. Bukod pa rito, limitado ito sa kakayahang mag-host ng nano electronics. Ang mga aparato na may gate length na mas mababa sa 7 nm ay maaaring makaranas ng maraming interference. Ang mga pagkaantala ay maaaring mangyari dahil sa iba’t ibang dahilan, kabilang ang pagtagas ng signal at quantum tunneling.
Nanoelektroniks
Ang nanoelektroniks ay susunod na hakbang sa miniaturisasyon. Ang mga aparatong ito, na mas mababa sa 100 nm ang sukat, ay napakaliit kaya mas madaling maapektuhan ng quantum mechanics kaysa sa tradisyunal na pisika. Ang mga interaksyong ito ay maaaring magdulot ng mga pagbabago sa interface at iba pang nonlinear na tugon dahil sa komplikadong operasyon sa ganitong sukat.
Neuromorphic Computing
Kapag pinaliit mo ang isang circuit hanggang sa nanoscale, nagiging napakahirap umasa sa mekanikal na proseso para maisakatuparan ang mga gawain. Dahil dito, lumipat ang mga inhinyero sa mga opsyon ng neuromorphic computing upang mag-imbak ng impormasyon at magsagawa ng mga komputasyon. Ang mga aparatong ito ay batay sa iyong utak.
Ang mga neuromorphic computer ay gumagamit ng mga oxide material at filamentary switching upang tapusin ang mga gawain sa pagkompyut. Ang estrukturang ito ay simpleng pinapaliit ang kasalukuyang pamamaraan ng pagkompyut upang tularan ang pagkatuto. Ang estratehiyang ito ay naiiba sa paglikha ng aparato na likas na may kasamang data bilang bahagi ng natural nitong estruktura.
Bilang resulta, maraming pagsisikap ang inilaan ng mga siyentipiko upang lumikha ng isang advanced na materyal na kayang mag-imbak, magkompyut, at mag-adapt sa data nang hindi binabago ang pisikal na ibabaw nito. Gayunpaman, ang mga komplikasyon sa paglikha ng ganitong estruktura ay nanatiling hindi natuklasan.
Molekular na Elektroniks
Ang pagnanais na lumikha ng mas maliliit pang makina na may higit na kakayahang magamit ay nag-udyok sa mga molekular na elektronikong inhinyero na subukang idokumento ang mga atomic interaction at quantum actions na may panghuling layuning mapredict ang mga ito nang may mataas na katumpakan.
Gayunpaman, tila imposibleng magawa ito. Hanggang sa buwang ito, nang maglabas ang isang pangkat ng mga siyentipiko ng isang makasaysayang pag-aaral na nagpakita kung paano nila mapagkakatiwalaang naipredict at nakontrol ang mga aksyong ito.
Pag-aaral sa Reconfigurable na mga Kompyuter
Ang mga inhinyero at siyentipiko sa Centre for Nano Science and Engineering (CeNSE) sa India ay kamakailan lamang muling isinulat ang handbook ng molekular na elektroniks gamit ang pag-aaral na “Molecularly Engineered Memristors for Reconfigurable Neuromorphic Functionalities¹”.

Pinagmulan – Advanced Materials
Pinagsasama ng papel ang mga kamakailang pag-unlad sa electrical, chemical, at physical engineering upang lumikha ng mga nanoscale na aparato na maaaring i-adjust ang kanilang kemikal na komposisyon upang magsilbi sa ilang mga tungkulin, kabilang ang bilang mga memory unit, logic gate, processor, o electronic synapse.
Adaptable na Molekular na Device
Ang tagumpay ng pag-aaral ay tumutulong ipakita kung paano maaaring gawin ng kimika ang higit pa sa pagsuporta sa mga aktibidad sa pagkompyut—maari rin itong magbigay ng mga ito. Bukod pa rito, ang adaptabilidad na ito ay nagpapahintulot sa parehong device na magsilbing memorya at yunit ng komputasyon nang hindi nagdadagdag ng materyal o binabago ang pisikal na anyo nito.
Balangkas na Predictibo
Isa sa mga unang hakbang na kailangang gawin ng mga inhinyero ay lumikha ng paraan upang ma-predict kung paano maaapektuhan ng mga kemikal na pagbabago ang electrical transport. Partikular, nag-develop sila ng quantum chemical modeling algorithm na maaaring tumpak na subaybayan ang mga molekula habang naglalakbay sa film.
Kasama sa algorithm ang maraming iba pang kaugnay na datos, kabilang kung paano naapektuhan ng oxidation at reduction ang bawat molekula at kung paano sila nakikipag-ugnayan kaugnay ng kabuuang molecular matrix. Ang datos na ito ay ginamit upang matukoy ang pangkalahatang katatagan ng mga molekula, na nagrerehistro ng anumang paggalaw ng counterion sa real time.
Ang mga inhinyero, gamit ang kanilang predictive algorithm, ay nagsimulang gamitin ang switching behavior upang i-predict kung paano i-transform ang isang device mula sa storage, mga aktibidad sa komputasyon, at iba pa. Pinahihintulutan ng algorithm ang mga inhinyero na eksaktong i-tune ang lokal na molecular environment at mga intermolecular interaction gamit ang organic ruthenium complexes.
Memristive na Tugon
Gamit ang algorithm bilang gabay sa kanilang pagsisikap, matagumpay na na-programmatically na-modulate ng koponan ang isang solong circuit. Kapuri-puri, nagawa nilang makamit ang maraming modalidad, kabilang ang digital, analog, binary, at ternary na memorya.
Upang maisakatuparan ang gawain na ito, kinailangan nilang i-adjust ang mga ligand at ion na nakapalibot sa mga ruthenium molecule. Ang adaptabilidad na ito ay pinalawak upang isama ang iba’t ibang halaga ng conductance na dinamiko na nagre-reconfigure ng kakayahan ng solid-state na device.
Mag-swipe para mag-scroll →
| Kakayahan | Karaniwang Silicon na Mga Device | Molekular na Memristor (Pag-aaral na Ito) |
|---|---|---|
| Ugnayan ng Memory at Compute | Pisikal na hiwalay (von Neumann) | Magkasamang nakalagay sa parehong materyal |
| Kakayahang i-reconfigure | Naka-fix pagkatapos ng paggawa | Nai-tune sa pamamagitan ng redox at ionic control |
| Mga Suportadong Function | Logic O memorya | Memorya, logic, analog processing, pag-uugaling katulad ng synapse |
| Saklaw ng Conductance | Maliit, limitado ng geometry | Multi-order-of-magnitude na tunability |
| Kahusayan sa Enerhiya ng AI | Mataas na overhead ng paggalaw ng data | Posibleng mas mababa nang malaki dahil sa in-place compute |
Pagsubok sa Reconfigurable na mga Kompyuter
Upang subukan ang kanilang teorya, kinailangan ng mga siyentipiko na lumikha ng mga purpose-built na ruthenium complex. Matagumpay nilang nabuo ang 17 para sa pag-aaral na ito, na nagbigay-daan sa kanila upang subaybayan ang napakaliit na pagbabago sa konfigurasyon ng molekula at mga setting ng ion.
Ang paggawa ng device ay pinamunuan ni Pallavi Gaur. Iniulat ni Gaur na ang device ay kayang magpalit-palit sa pagitan ng storage, computing, at reconfiguring nang walang pagbabago sa materyal. Ang kakayahang ito ay naglalapit sa device sa kung paano gumagana ang iyong utak, na nagdadala ng neuromorphic computing science pasulong.
Mga Resulta ng Pagsubok sa Reconfigurable na mga Kompyuter
Kinumpirma ng mga resulta ng pagsubok ang teorya ng mga inhinyero na posible ang pagsasama ng memorya at komputasyon sa iisang materyal. Ipinakita rin nito kung paano maaaring gamitin ang kimika upang magsagawa ng mga komputasyon at hindi lamang bilang karagdagang bahagi ng mga aktibong komponent ng isang device. Bilang resulta, pinagsasama ng gawaing ito ang nanocomputing at teknolohiya ng chemical engineering upang buksan ang pintuan para sa mas maliliit at mas makapangyarihang quantum device.
Mga Benepisyo ng Reconfigurable na mga Kompyuter
May ilang benepisyo na hatid ng pag-aaral sa reconfigurable na mga kompyuter sa merkado. Una, binubuksan nito ang pintuan para sa nanoscale electronics sa isang bagong antas. Noon, ang mga aparatong ito ay maaaring gawin lamang hanggang sa isang tiyak na laki bago mawala ang lahat ng pagiging maaasalan. Ang pagkakaroon ng mga gumagalaw na bahagi ay nagpadali sa pagtukoy ng kanilang operabilidad sa nano scale.
Ang bagong lapit na ito ay nagpapahintulot sa solid-state na device na magsagawa ng maraming gawain sa komputasyon, tulad ng pagiging memory element, logic gate, selector, analog processor, o electronic synapse. Ang fleksibilidad na ito ay makakatulong sa mga susunod na inhinyero na magdisenyo ng mas kakayahan at magaan na mga aparato.
Mas Kaunting Interference
Ang estrukturang ito ay nagpapababa rin ng interference na dulot ng quantum tunneling at iba pang isyu kapag tinatalakay ang mga molecular-scale na device. Kapag mas maliit ang isang device, mas maraming interference mula sa mga panlabas na pinagmulan ang maaaring makaapekto rito. Kapag pinagsama mo ang katotohanang ito sa miniaturization ng mga device, madaling makita kung bakit itinuturing ito ng marami bilang isang game-changer.
Dagdag na Conductance
Isa pang malaking benepisyo ay ang dagdag na conductance. Ang purong silicon ay hindi mahusay na konduktor o insulator. Dahil dito, kailangan itong paghaluin ng mga aditivo at iba pang kemikal upang mapabuti ang pagganap. Ang bagong disenyo na ito ay nagbibigay ng mas mataas na pagiging maaasalan at maaaring mag-suporta ng mas maraming conductance. Partikular, nagrehistro ang mga siyentipiko ng anim na order ng magnitude na pagbuti.
Reconfigurable na mga Kompyuter: Mga Real-World na Aplikasyon at Timeline
Maraming aplikasyon para sa reconfigurable na mga kompyuter ang maaaring makatulong gawing mas madali ang buhay ng milyun-milyong tao. Una, sa huli ay gagamitin ang mga ito sa mga AI application. Ang mga AI system ay nangangailangan ng napakalaking dami ng data na ililipat sa loob ng mga device at sanggunian.
Sa kasalukuyan, may napakaliit na agwat sa pagitan ng computational logic at memorya, na nagreresulta sa pagkaantala. Habang tumataas ang mga komputasyon, lumalaki ang pagkaantala, na nagdudulot ng mas mabagal na pagkompyut. Ang lapit na ito ay mag-aalis ng pangangailangan na paghiwalayin ang logic, memorya, at iba pang pangunahing gawain, na magpapahintulot sa isang solong device na agad na mag-convert sa bawat isa kapag kinakailangan.
Susunod na Henerasyon ng Medikal na Device
Ang larangan ng medisina ay isa pang lugar kung saan maaaring magdala ng malaking pagbabago ang teknolohiyang ito. Ang mga implant at iba pang internal na unit ay maaaring gawing mas maliit at may mas kaunting gumagalaw na bahagi. Ang lapit na ito ay magpapababa ng kanilang pagiging evasive at magbibigay ng puwang para sa karagdagang kapangyarihan sa komputasyon kung kinakailangan.
Timeline ng Reconfigurable na mga Kompyuter
Maaaring abutin ng 7–10 taon bago mo makita ang isang reconfigurable na kompyuter. Ang mga device na ito ay unang lalabas sa mas malalaking AI system, na tutulong na bawasan ang kanilang gastos sa operasyon at mapabuti ang kahusayan. Gayunpaman, marami pang pagsubok at pag-develop ang kailangang gawin, kasama ang paghahanap ng angkop na tagagawa na kayang mag-fabricate ng mga device na ito sa malakihang sukat.
Mga Mananaliksik ng Reconfigurable na mga Kompyuter
Ang pag-aaral sa reconfigurable na kompyuter ay binuo ng isang pangkat ng mga Mananaliksik sa Indian Institute of Science. Pinamunuan ng pag-aaral si Assistant Professor sa Centre for Nano Science and Engineering (CeNSE), Sreetosh Goswami.
Ang mga bahagi ng molecular synthesis ng pag-aaral ay natapos nina Pradip Ghosh, Ramanujan Fellow, at Santi Prasad Rath. Nakalista rin sa papel sina Shayon Bhattacharya, Lohit T, Harivignesh S, at Damien Thompson bilang mga kontribyutor.
Hinaharap ng Reconfigurable na mga Kompyuter
Malaki ang hamon para sa mga mananaliksik. Sa kasalukuyan, sinusuri nila kung paano i-integrate ang teknolohiyang ito sa mga kasalukuyang estratehiya ng paggawa ng CMOS chip. Ang kanilang pangkalahatang layunin ay lumikha ng mga device na may likas na nakapaloob na katalinuhan, na nagpapabuti ng pagganap, katatagan, at kahusayan.
Pamumuhunan sa Larangan ng Compute-in-Memory
May ilang kumpanya sa sektor ng paggawa ng chip na nag-aalok ng kawili-wiling oportunidad sa pamumuhunan. Ang mga kumpanyang ito ay nakaranas ng lumalaking demand para sa kanilang mga makabagong produkto habang ang AI at iba pang mataas na kapangyarihang sistemang kompyutasyon ay patuloy na nagiging karaniwan. Narito ang isang tagagawa na nananatiling nangunguna sa teknolohiya ng chip foundry.
GSI Technology (GSIT)
Habang binibigyang-diin ng pag-aaral sa itaas ang hinaharap ng molekular na kompyutasyon, ang GSI Technology ay komersiyal na ginagawa ang silicon-based na bersyon ng konseptong ito ngayon. Ang GSI ay ang developer ng Associative Processing Unit (APU), isang teknolohiya na fundamental na binabago kung paano nagpoproseso ng data ang mga kompyuter sa pamamagitan ng pagsasagawa ng mga komputasyon nang direkta in-place sa loob ng memory array—isang konsepto na kilala bilang “Compute-in-Memory” (CIM).
Ang arkitekturang ito ay tinutugunan ang parehong “von Neumann bottleneck” na binanggit sa pag-aaral (ang pagkaantala na dulot ng paghihiwalay ng logic at memorya). Sa pamamagitan ng pag-aalis ng pangangailangang magpadala ng data pabalik at paabante sa pagitan ng processor at RAM, ang Gemini® APU ng GSI ay nagdadala ng napakalaking acceleration para sa AI at mga workload sa paghahanap.
Kamakailan lamang, ang mga benchmark na pinatunayan ng Cornell University ay nagkumpirma na ang APU ng GSI ay maaaring tumugma sa pagganap ng mga top-tier na GPU (tulad ng NVIDIA A6000) para sa tiyak na mga AI task habang kumokonsumo ng halos 98% na mas kaunting enerhiya.
(GSIT )
Ang GSI Technology ay nakabase sa Sunnyvale, California, at nakalista sa NASDAQ. Ang mga radiation-hardened memory product nito ay naging pangunahing bahagi na sa mga sektor ng aerospace at depensa, na nagbibigay ng matatag na base ng kita habang inilulunsad ang mga cutting-edge na AI chip para sa mas malawak na merkado.
Ang mga naghahanap ng North American-listed na “pure play” sa hinaharap ng memory-centric computing ay dapat magsaliksik tungkol sa GSI Technology. Ito ay kumakatawan sa isang praktikal na tulay sa pagitan ng tradisyunal na silicon at ng hinaharap na “embedded intelligence” na inilarawan ng mga mananaliksik.
Pinakabagong Balita at Pagganap ng GSI Technology (GSIT)
Reconfigurable na mga Kompyuter | Konklusyon
Ang kakayahang lumikha ng reconfigurable na mga kompyuter ay nagbabago ng lahat. Sa hinaharap, ang iyong mga device ay maaaring maging napaka-maaasahan at matibay dahil ang lahat ng gumagalaw na bahagi ay papalitan ng mga kemikal na interaksyon. Dagdag pa, ang kakayahang ito ay nagbubukas ng pintuan para sa mas maliliit at mas kumplikadong disenyo na hindi umaasa sa mga mekanikal na komponent kundi sa mga organikong kemikal na reaksyon.
Lahat ng mga salik na ito at iba pa ay ginagawa ang pag-aaral sa reconfigurable na kompyuter bilang isang game-changer na may potensyal na magpasimula ng isang bagong panahon ng kompyutasyon at integrasyon ng AI. Dahil dito, maraming interes ang nakatuon sa gawaing ito. Sa ngayon, magtutuon ang koponan sa pagpapasimple ng mga proseso ng paggawa at pagbawas ng gastos at komplikasyon sa produksyon.
Alamin ang iba pang mga kahanga-hangang pag-unlad sa komputasyon dito.
Mga Sanggunian
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












