Beyniniz Gibi Çalışan Yeniden Yapılandırılabilir Bilgisayarlar

Hindistan Bilim Enstitüsü mühendisleri, kimyasal bileşimini değiştirerek birden fazla hesaplama görevini arasında geçiş yapabilen yeni nesil bir bilgisayar çipi yakın zamanda ortaya çıkardılar. Yeni tasarım, insan beyninden ilham alarak, sadece öğrenen değil, bilgiyle gömülü gelecek AI sistemlerinin kapısını aralıyor. İşte bilmeniz gerekenler.

Çip Üretimi

Gelecek nesil elektronik cihazları güçlendirecek daha hızlı ve daha küçük çipler geliştirme konusunda, Silikon önde gelen seçenek olarak görülüyor. Bu bol ve ucuz yarı iletken, kabul edilebilir taşıyıcı mobilitesi sağlayarak, diğer malzemelerle birleştirildiğinde ve bir akım uygulandığında hem yalıtkan hem de iletken olarak işlev görmesini mümkün kılıyor.

Additionally, oxidized silicon (silica) can be grown in thin sheets that support multilayered circuit designs. This capability has made it ideal for use in today’s micro- and nano-electronics. However, there are some serious drawbacks to this 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, miniaturizasyonun bir sonraki adımıdır. 100 nm’den daha küçük ölçülen bu cihazlar, geleneksel fiziğe göre kuantum mekaniğine daha duyarlıdır. Bu etkileşimler, bu ölçekte çalışmanın karmaşıklığı nedeniyle arayüz değişikliklerine ve diğer doğrusal olmayan tepkilere yol açabilir.

Nöromorfik Hesaplama

Bir devreyi nanoskala küçülttüğünüzde, görevleri yerine getirmek için mekanik süreçlere güvenmek son derece zorlaşır. Bu nedenle, mühendisler bilgi depolamak ve hesaplamalar yapmak için nöromorfik hesaplama seçeneklerine yönelmiştir. Bu cihazlar beyninize dayanır.

Neuromorphic computers utilize oxide materials and filamentary switching to complete computational tasks. This structure simply shrinks down the current approach to computing to mimic learning. This strategy is different from creating a device that inherently comes with the data as part of its natural structure.

Consequently, scientists have put a lot of effort into creating an advanced material that was capable of storing, computing, and adapting to data without changing its physical surface. However, the intricacies of creating such a structure have eluded discovery.

Moleküler Elektronik

Daha küçük ve daha çok yönlü makineler yaratma arzusu, moleküler elektronik mühendislerini atomik etkileşimleri ve kuantum hareketlerini belgelemeye yönlendirdi; nihai hedef, bu sonuçları yüksek doğrulukla tahmin edebilmektir.

However, this task seemed impossible. That was until this month, when a team of scientists released a groundbreaking study that demonstrated how they were able to reliably predict and control these actions.

Yeniden Yapılandırılabilir Bilgisayarlar Çalışması

Hindistan’daki Nano Bilim ve Mühendislik Merkezi (CeNSE) mühendisleri ve bilim insanları, “Moleküler Olarak Mühendislik Memristörler Yeniden Yapılandırılabilir Nöromorfik İşlevsellikler¹” çalışmasıyla moleküler elektronik el kitabını yeniden yazdılar.

Kaynak – Advanced Materials

Bu makale, elektrik, kimya ve fizik mühendisliğindeki son gelişmeleri bir araya getirerek, kimyasal bileşimini ayarlayarak bellek birimleri, mantık kapıları, işlemciler veya elektronik sinapslar gibi çeşitli görevleri yerine getirebilen nanoskalalı cihazlar oluşturuyor.

Uyarlanabilir Moleküler Cihazlar

Çalışmanın başarısı, kimyanın sadece hesaplama faaliyetlerini desteklemekten daha fazlasını yapabileceğini—onları sağlayabileceğini gösteriyor. Ayrıca, bu uyarlanabilirlik aynı cihazın hem bellek hem de hesaplama birimi olarak, malzeme eklemeden veya fiziksel şeklini değiştirmeden çalışmasını sağlıyor.

Tahmin Çerçevesi

Mühendislerin atması gereken ilk adımlardan biri, kimyasal değişikliklerin elektriksel iletimi nasıl etkileyeceğini tahmin etmenin bir yolunu yaratmaktı. Özellikle, film içinde hareket eden molekülleri doğru bir şekilde izleyebilen bir kuantum kimyasal modelleme algoritması geliştirdiler.

The algorithm included lots of other relevant data, including how oxidation and reduction affected each molecule and how they interacted in relation to the overall molecular matrix. This data was then used to determine the overall stability of the molecules, registering any counterion shifts in real time.

The engineers, armed with their predictive algorithm, began using the switching behavior to predict how to transform a single device from storage, computational activities, and more. The algorithm enables the engineers to precisely tune the local molecular environment and intermolecular interactions using organic ruthenium complexes.

Memristif Yanıtlar

Algoritmayı rehber olarak kullanarak, ekip tek bir devreyi programlı bir şekilde modüle etmeyi başardı. Etkileyici bir şekilde, dijital, analog, ikili ve üçlü bellek gibi birden fazla modaliteyi elde ettiler.

To accomplish this task, they had to adjust the ligands and ions surrounding the ruthenium molecules. This adaptability was expanded to include various conductance values that dynamically reconfigure the solid-state device’s capabilities.

Kaydırmak için kaydır →

Yeniden Yapılandırılabilir Bilgisayarlar Testi

Teorilerini test etmek için, bilim insanları amaca yönelik rutenyum kompleksleri oluşturmak zorunda kaldılar. Bu çalışma için 17 tanesini başarıyla inşa ettiler; bu, molekül konfigürasyonu ve iyonik ayarlardaki çok küçük değişiklikleri izlemelerini sağladı.

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.

Yeniden Yapılandırılabilir Bilgisayarlar Test Sonuçları

Test sonuçları, mühendislerin aynı malzeme içinde bellek ve hesaplamayı birleştirmenin mümkün olduğu teorisini doğruladı. Ayrıca, kimyanın sadece cihazın aktif bileşenlerini desteklemekle kalmayıp, hesaplamaları gerçekleştirmek için de kullanılabileceğini gösterdi. Sonuç olarak, bu çalışma nano hesaplama ve kimya mühendisliği teknolojilerini birleştirerek daha küçük ve daha güçlü kuantum cihazlarının kapısını açıyor.

Yeniden Yapılandırılabilir Bilgisayarlar Faydaları

Yeniden yapılandırılabilir bilgisayar çalışmasının piyasaya sunduğu birkaç fayda vardır. İlk olarak, yeni bir ölçekte nanoskalalı elektroniklerin kapısını açıyor. Geçmişte, bu cihazlar güvenilirlik kaybolmadan sadece belirli bir küçüklüğe kadar üretilebiliyordu. Hareketli parçalara sahip olmaları, nano ölçekte çalışabilirliklerini belirlemeyi imkânsız kılıyordu.

This new approach enables a solid-state device to conduct multiple computational tasks, such as acting as a memory element, a logic gate, a selector, an analog processor, or an electronic synapse. This flexibility will help future engineers design more capable and lightweight devices.

Daha Az Parazit

Bu yapı, moleküler ölçekli cihazlardan bahsedildiğinde kuantum tünellemesi ve diğer sorunların neden olduğu paraziti de azaltır. Cihaz ne kadar küçük olursa, dış kaynaklardan gelen parazit o kadar etkili olur. Bu gerçeği cihazların küçülmesiyle birleştirdiğinizde, bu yaklaşımın neden çoğu tarafından oyunu değiştiren bir yenilik olarak görülüp görülmediği kolayca anlaşılır.

Eklenmiş İletkenlik

Bir diğer büyük fayda eklenen iletkenliktir. Saf silikon ne iyi bir iletken ne de iyi bir yalıtkandır. Bu nedenle, performansı artırmak için diğer kimyasallarla karıştırılması gerekir. Bu yeni tasarım daha yüksek güvenilirlik sağlar ve çok daha fazla iletkenliği destekleyebilir. Özellikle, bilim insanları altı mertebe büyüklükte bir iyileşme kaydettiler.

Yeniden Yapılandırılabilir Bilgisayarlar: Gerçek Dünya Uygulamaları & Zaman Çizelgesi

Yeniden yapılandırılabilir bilgisayarların çeşitli uygulamaları, milyonlarca insanın hayatını kolaylaştırabilir. İlk olarak, nihayetinde AI uygulamalarında kullanılacaklar. AI sistemleri, cihazlar içinde ve referanslarda büyük miktarda veri aktarımına ihtiyaç duyar.

Şu anda, hesaplama mantığı ile bellek arasında çok küçük bir boşluk vardır ve bu gecikmeye yol açar. Hesaplamalar arttıkça, bu gecikme büyür ve daha yavaş bir hesaplama ortaya çıkar. Bu yaklaşım, mantık, bellek ve diğer temel görevleri ayırma ihtiyacını ortadan kaldırarak, tek bir cihazın gerektiğinde anında her birine dönüşmesini sağlar.

Yeni Nesil Medikal Cihazlar

Tıp alanı, bu teknolojinin büyük bir fark yaratabileceği bir diğer bölgedir. İmplantlar ve diğer iç birimler daha küçük ve daha az hareketli parçaya sahip olacak şekilde üretilebilir. Bu yaklaşım, onları daha az kaçınılmaz hâle getirir ve gerektiğinde ek hesaplama gücü için alan sağlar.

Yeniden Yapılandırılabilir Bilgisayarlar Zaman Çizelgesi

Yeniden yapılandırılabilir bir bilgisayarla karşılaşmanız 7–10 yıl sürebilir. Bu cihazlar ilk olarak daha büyük AI sistemlerinde ortaya çıkacak, işletme maliyetlerini azaltacak ve verimliliği artıracak. Ancak, ölçekli üretim yapabilecek uygun bir üretici bulmanın yanı sıra hâlâ çok fazla test ve geliştirme yapılması gerekiyor.

Yeniden Yapılandırılabilir Bilgisayarlar Araştırmacıları

Yeniden yapılandırılabilir bilgisayar çalışması, Hindistan Bilim Enstitüsü’ndeki bir araştırmacı ekibi tarafından bir araya getirildi. Çalışma, Nano Bilim ve Mühendislik Merkezi (CeNSE) Yardımcı Profesörü Sreetosh Goswami liderliğinde yürütüldü.

The molecular synthesis parts of the study were completed by Pradip Ghosh, Ramanujan Fellow, and Santi Prasad Rath. The paper also lists Shayon Bhattacharya, Lohit T, Harivignesh S, and Damien Thompson as contributors.

Yeniden Yapılandırılabilir Bilgisayarlar Geleceği

Araştırmacıların önünde büyük bir görev var. Şu anda, bu teknolojiyi günümüz CMOS çip üretim stratejilerine nasıl entegre edeceklerini araştırıyorlar. Genel hedefleri, zekâyı doğrudan gömülü olarak getiren, performans, istikrar ve verimliliği artıran cihazlar üretmek.

Bellek-İçinde Hesaplama Alanına Yatırım

Çip üretim sektöründe, ilgi çekici yatırım fırsatları sunan birkaç şirket bulunmaktadır. Bu firmalar, AI ve diğer yüksek güçlü hesaplama sistemlerinin norm haline gelmesiyle yenilikçi ürünlerine artan talep görmüşlerdir. İşte çip döküm teknolojisinin öncüsü konumunda kalan bir üretici.

GSI Technology (GSIT)

Yukarıdaki çalışma moleküler hesaplamanın geleceğini vurgularken, GSI Technology bugün bu konseptin silikon tabanlı versiyonunu ticarileştiriyor. GSI, Bellek Dizisi içinde doğrudan yerinde hesaplamalar yaparak bilgisayarların veri işleme şeklini temelden değiştiren bir teknoloji olan Associative Processing Unit (APU) geliştiricisidir—bu, “Bellek içinde Hesaplama” (CIM) olarak bilinen bir kavramdır.

This architecture addresses the same “von Neumann bottleneck” mentioned in the study (the delay caused by separating logic and memory). By eliminating the need to shuttle data back and forth between processor and RAM, GSI’s Gemini® APU delivers massive acceleration for AI and search workloads.

Recent benchmarks validated by Cornell University confirmed that GSI’s APU can match the performance of top-tier GPUs (like the NVIDIA A6000) for specific AI tasks while consuming roughly 98% less energy.

GSI Technology, Sunnyvale, Kaliforniya’da merkezlenmiş olup NASDAQ’da işlem görmektedir. Radyasyon dayanıklı bellek ürünleri, uzay ve savunma sektörlerinde zaten temel bir konuma sahiptir ve daha geniş pazara en yeni AI çiplerini sunarken istikrarlı bir gelir temeli sağlar.

Those seeking a North American-listed “pure play” on the future of memory-centric computing should research GSI Technology. It represents a practical bridge between traditional silicon and the “embedded intelligence” future envisioned by researchers.

GSI Technology (GSIT) Son Haberler ve Performans

Yeniden Yapılandırılabilir Bilgisayarlar | Sonuç

Yeniden yapılandırılabilir bilgisayarlar yaratma yeteneği her şeyi değiştiriyor. Gelecekte, cihazlarınız tüm hareketli parçalar kimyasal etkileşimlerle değiştirildiği için son derece güvenilir ve dayanıklı hâle gelebilir. Ayrıca, bu yetenek, mekanik bileşenlere değil organik kimyasal reaksiyonlara dayanan çok daha küçük ve karmaşık tasarımların kapısını açıyor.

Bu faktörlerin tümü ve daha fazlası, yeniden yapılandırılabilir bilgisayar çalışmasını, bilgisayar ve AI entegrasyonunda yeni bir çağa öncülük etme potansiyeline sahip bir oyun değiştirici yapıyor. Bu nedenle, bu çalışmaya büyük ilgi var. Şimdilik ekip, üretim süreçlerini sadeleştirmeye ve üretim maliyetlerini ve karmaşıklıklarını azaltmaya odaklanacak.

Diğer ilginç hesaplama gelişmeleri hakkında burada bilgi edinin.

Kaynaklar

^{1. Gaur, P., Kundu, B., Ghosh, P., Bhattacharya, S., T, L., S, H., Rath, S. P., Thompson, D., Goswami, S., & Goswami, S. Moleküler Olarak Mühendislik Memristörler Yeniden Yapılandırılabilir Nöromorfik İşlevsellikler. Advanced Materials, e09143. https://doi.org/10.1002/adma.202509143}