Bilişim
İlk Aşama Ferroelectricilik – Nedir ve Bilgisayar Teknolojisini Nasıl Değiştirebilir?
Düşük Enerjili Transistörler
Computing is mostly performed by silicon transistors. They are the essential component in most of today’s computers, but they also consume a lot of energy when operating.
Bilgi işlem çoğunlukla silikon transistörler tarafından gerçekleştirilir. Bunlar, günümüz bilgisayarlarının çoğunda temel bileşen olmakla birlikte, çalışırken çok fazla enerji tüketirler.
Yarı iletken bileşenlerin bir diğer türü FET: alan etkili transistör. Bu transistör tipi, bir yarı iletken üzerinden akımı kontrol etmek için bir elektrik alanı kullanır ve silikon transistöre göre çok daha az güç tüketir. Şu anda en yaygın kullanılan alan etkili transistör MOSFET (metal‑oksit‑yarı iletken alan etkili transistör) dir.
Penn State Üniversitesi ve Minnesota Üniversitesi’ndeki bilim insanları, FET’lerin daha önce göz ardı edilen bir özelliği olan ilk aşama ferroelectriciliği araştırıyorlar.
İlk aşama ferroelectricilik, malzemenin ferroelectric olma potansiyeline sahip gibi geçici, dağınık bir polarizasyon özelliğidir, ancak biraz itmeye ihtiyaç duyar.
Bu, beyin çalışmasını taklit etmeye çalışan bir teknik olan nöromorfik bilgi işlem için çok faydalı olabilir; geleneksel ikili bilgi işlem yöntemleri yerine. Böyle bir yöntem, verileri çok daha az enerjiyle depolayabilir ve uzay gibi zorlu koşulları da idare edebilir.
Araştırmacılar sonuçlarını Nature Communication’da, “Multifunctional 2D FETs exploiting incipient ferroelectricity in freestanding SrTiO3 nanomembranes at sub-ambient temperatures”1 başlıklı makalede yayınladılar.
İlk Aşama Ferroelectricilik Nedir?
Ferroelectricilik, belirli malzemelerin dış bir elektrik alanı uygulanarak tersine çevrilebilen kendiliğinden elektriksel kutuplaşma özelliğidir.
Bu, dielektrik kapasitörlere göre fiziksel boyutu daha küçük ferroelectric kapasitörler üretmek için yaygın olarak kullanılır. Aynı zamanda bilgisayarlar ve RFID kartları için ferroelectric RAM hafıza üretiminde de kullanılan bir fiziksel özelliktir.
İlk aşama ferroelectricilik, ferroelectric özelliğin yalnızca belirli koşullarda ortaya çıkmasıdır: bir elektrik yükü tutabilir ancak bu yükü elde etmek için belirli koşullara ihtiyaç duyar.
“İlk aşama ferroelectricilik, oda sıcaklığında stabil bir ferroelectric düzenin bulunmadığı anlamına gelir. Bunun yerine, küçük ve dağınık polar bölge kümeleri vardır. Bu, geleneksel ferroelectric malzemelere kıyasla daha esnek bir yapıdır.”
Dipanjan Sen – Doctoral candidate in engineering science and mechanics
Genellikle bu özellik, bir malzeme için sınırlama olarak görülmüş, bir avantaj olarak değil, çünkü bu transistörlerin hafıza tutma süresinin kısa olmasına yol açabilir.
Araştırmacı ekibi, ilk aşama ferroelectriciliğin daha düşük sıcaklıklarda daha az belirgin ve daha geleneksel bir hâle geldiğini keşfedene kadar bu durum böyleydi.
İlk Aşama Ferroelectriciliğin Kullanımı
İlk aşama ferroelectriciliğin daha esnek doğası, geleneksel bilgi işlem yöntemleri için bir sorun olurdu. Ancak bu, bir avantaj haline getirilebilir.
“Kriyojenik koşullarda, bu malzeme hafıza uygulamaları için uygun geleneksel ferroelectric benzeri bir davranış sergiledi. Ancak oda sıcaklığında, bu özellik farklı bir şekilde davrandı. Bir relaxor doğası vardı: daha düzensiz, kısa menzilli bir polarizasyon yanıtı.”
İlk aşama ferroelectricilik, nöromorfik bilgisayarlar olarak adlandırılan nöron benzeri bilgi işlem sistemleri oluşturmak için kullanılabilir.
Bu sistemler, insan beyninin bilgiyi nöronlar aracılığıyla nasıl işlediğini taklit eder ve geleneksel bilgisayarlara göre çok daha az enerji tüketir. Beynimiz gibi, sadece ihtiyaç duyulduğunda enerji kullanarak (bir ışık anahtarını açıp kapatmak gibi) enerji tasarrufu sağlar, sürekli açık kalmak yerine.
Bunu faydalı uygulamalara dönüştürmek için, geliştirilmiş ilk aşama ferroelectric davranışına sahip FET’lerin inşa edilmesi gerekiyordu.
İlk Aşama Ferroelectric FET’ler
Strontium Titanate
Bu, Minnesota Üniversitesi’nden araştırmacıların görevi oldu; FET’leri, bir alt tabakaya atom tabakası biriktirerek ince film oluşturacak şekilde geliştirdiler. Bu filmler, strontium titanate (STO) kullanılarak yapıldı ve ardından iki boyutlu bir malzeme olan molibden disülfür ile birleştirildi.
Kaynak: Nature Communication
Normalde, strontium titanate tipik olarak ferroelectric değildir, yani kalıcı bir elektrik alanına sahip değildir.
Ancak çok düşük sıcaklıklarda, ferroelectric benzeri bir davranış sergiler. Strontium titanate ince filmler aynı zamanda bir perovskit malzemesidir.
“Bu tanınmış perovskit malzemelerinin cihaz seviyesinde egzotik ferroelectric özellikler gösterebileceğini görmek bizi şaşırttı.
Beklediğimiz bir şey değildi, ancak cihazları üretmeye başladığımızda, ileri elektronikleri gerçekten yeniden tanımlayabilecek davranışlar gördük.”
Perovskit malzemeler, güneş panelleri üretiminde kullanılan belirli bir kristal yapıya sahiptir, ancak fotonik bilişim geliştirmede de anahtar olabilir.
FET’ler
Strontium titanate ince filmler kullanılarak, araştırmacılar üç yapay nöron inşa etti ve bunları üç‑by‑üç piksel görüntü ızgarasıyla bir sınıflandırma görevi gerçekleştirmek için kullandı; bu bir kavram kanıtı olarak yapıldı.
Kaynak: Nature Communication
Cihazlar, her görüntüyü farklı kategorilere sınıflandırabildi. Bu öğrenme yöntemi sonunda görüntü tanıma ve sınıflandırma ya da desen tanıma için kullanılabilir. Önemli olarak, oda sıcaklığında çalışıyor, enerji maliyetlerini azaltıyor.
Mayukh Das – Doctoral candidate in engineering science and mechanics
Bu FET tabanlı yapay nöronlar, çok daha az enerji harcayan düşük maliyetli, verimli bir bilgi işlem sistemi yaratabilir.
Bu, ileri bilgi işlem sistemleri için FET’lerin diğer yeni uygulamalarına katılıyor; özellikle bir sonraki nesil iletişim cihazları için Ferroelectric Yüksek Elektron Mobilite Transistörü (FeHEMT).
Gelecek Uygulamaları
Bu hâlâ büyük ölçüde deneysel bir cihazdır ve ilk aşama ferroelectricilik için yeni bir uygulamanın olasılıklarını araştırmaktadır.
Muhtemelen en önemli uygulaması yapay zeka alanında olacaktır; çünkü büyük dil modelleri (LLM’ler) ve diğer AI sistemleri, gereken tüm verileri depolamak için devasa hafızaya ihtiyaç duyar ve bu çok enerji yoğundur.
Derin öğrenme mimarisi ve yazılımındaki bazı iyileştirmeler, örneğin DeepSeek, yardımcı olabilir. Sonuçta, AI gereksinimlerine daha uygun yeni bir donanım türüne ihtiyaç duyulacak, böylece AI endüstrisinin dünyadaki en büyük enerji tüketicilerinden biri haline gelmesi önlenebilir.
“Bu malzemeleri mükemmelleştirmek ve akıllı telefonlar ya da dizüstü bilgisayarlar gibi günlük cihazlara entegre etmek zaman alacak, bu yüzden keşfedilecek çok şey var.
Ayrıca, baryum titanat gibi diğer malzemeleri de potansiyellerini ortaya çıkarmak için inceliyoruz. Büyüme fırsatları hem malzemeler hem de cihaz uygulamaları açısından muazzamdır.”
Dipanjan Sen – Doctoral candidate in engineering science and mechanics
Nöromorfik Bilgi İşlem Şirketleri
1. Intel
(INTC )
Intel, yarı iletken sektöründe bir devdir ve yıllar içinde sektörü kuran bir firma olmaktan, bilim ve inovasyon lideri konumuna evrilmiştir; üretim hacmi açısından Taiwan’ın TSMC’si gibi şirketlere yerini kaybetmiştir.
Intel, kısmen Loihi 2 çipi sayesinde, nöromorfik bilgi işlemde lider konumdadır.
Kaynak: Intel
Ayrıca, Penn State Üniversitesi, son vanadyum dioksit araştırmalarına katılan ve 75+ diğer araştırma grubunu içeren Intel Nöromorfik Araştırma Topluluğu’nu oluşturdu.
Kaynak: Intel
Intel, beyin işleyişimizi taklit ederek biyolojik duyuları taklit etme konusunda da çok aktiftir (bu, nöromorfik bilgi işlemin bir dalıdır); bu konuyu “Biomimetic Olfactory Chips: Are Artificial Intelligence and E-Noses the Next Canary in a Coal Mine?” adlı makalemizde daha ayrıntılı ele aldık.
Genel olarak, Intel Lab’dan yapılan araştırmalar, AI, kuantum bilgi işlem, nöromorfik bilgi işlem vb. dahil olmak üzere yarı iletken inovasyonunun ön saflarında yer alıyor.
Intel’in kuantum bilgi işlemindeki ilerlemelerini “The Current State of Quantum Computing” ve Eylül 2024 tarihli “Stock Of The Week: Intel (INTC)” makalelerimizde ele aldık.
2. IBM
(IBM )
Bilgisayar, yarı iletken ve çip tasarımında bir diğer tarihsel öncü, International Business Machines Corporation (IBM) de nöromorfik bilgi işlem araştırmaktadır.
DARPA tarafından desteklenen SyNAPSE: Ölçeklenebilir enerji‑verimli nöro‑sinaptik bilgi işlem’i geliştirmektedir; bu, “nanobilim, sinirbilim ve süper bilgisayarı birleştirerek beynin his, algı, eylem, etkileşim ve biliş yeteneklerini simüle ve taklit etmeyi” amaçlamaktadır.
Aynı zamanda kuantum bilgisayar geliştirme konusunda da ön saflardadır. Örneğin, 127 kuantum biti olan “Eagle” kuantum bilgisayarını geliştirdi; ardından 433 kuantum biti “Osprey” ve 1.121 süperiletken kuantum biti “Condor” adlı sistem geldi.
Kaynak: All About Circuits
Intel ile birlikte, IBM, kuantum ve nöromorfik bilgi işlem gibi yeni bilgi işlem teknolojilerini en agresif şekilde iten şirketler arasında yer alıyor. Nöromorfik transistörlerde kullanılan malzemelerin daha iyi anlaşılmasından fayda sağlaması muhtemeldir.
Referans Alınan Çalışmalar:
1. Sen, D., Ravichandran, H., Das, M. et al. Multifunctional 2D FETs exploiting incipient ferroelectricity in freestanding SrTiO3 nanomembranes at sub-ambient temperatures. Nat Commun 15, 10739 (2024). https://doi.org/10.1038/s41467-024-54231-z
