Spin-Dalga Ağları: Verimli Yapay Zeka Hesaplamasında Bir Sonraki Adım

Yapay zeka (AI) yapma şeklimizi dönüştürüyor canlı. Endüstrilerde devrim yaratma potansiyeline sahip olan teknoloji, bekleniyor trilyonlarca değer yaratmak.

Sağlık hizmetlerinden eğitime, ulaşımdan eğlenceye ve finansa kadar yapay zeka, sektörler genelinde verimliliği ve doğruluğu büyük ölçüde artırdıYapay zeka aynı zamanda enerji verimliliğinin artırılmasına da yardımcı oluyor. Örneğin, dünyanın dört bir yanından bilim insanları, yaratmak¹ Yapay zekayı kullanarak enerji maliyetlerini düşürmeye yardımcı olan yeni bir malzeme sınıfı.

Peki ya yapay zekanın muazzam enerji talepleri ne olacak? Güç tutkunu yapay zeka büyük bir zorluk teşkil ediyor. Yapay zeka uygulamalarının hızla artmasıyla birlikte, enerji talebi aynı zamanda dramatik bir şekilde artmakta ve enerji altyapımıza yük bindirmektedir.

Makine öğrenimi (ML) modelleri her geçen gün daha da karmaşıklaşıyor. Ne kadar büyük ve karmaşık hale gelirlerse, bu modelleri eğitmek ve çalıştırmak için gereken kaynak gereksinimleri de o kadar artıyor. 

ML modellerini eğitmek gerektirir Sadece hesaplama kaynakları değil, aynı zamanda yapay zeka uygulamalarını ve hizmetlerini eğitmek, dağıtmak ve sunmak için gereken BT altyapısını barındıran veri merkezleri için enerji ve su da.

MIT Lincoln Laboratuvarı Süper Bilgi İşlem Merkezi'nde (LLSC) kıdemli bir bilim insanı olan Vijay Gadepally, şunları söyledi Birkaç yıl önce, durum henüz gelişmekteyken:

"Metinden videoya ve görüntüye geçtikçe bu yapay zeka modelleri giderek büyüyor ve enerji etkileri de artıyor. Bu durum, dünya çapında oldukça büyük miktarda enerji kullanımına ve emisyonlara giderek artan bir katkıda bulunmaya yol açacak.başlıklı bir kılavuz yayınladı

Uluslararası Enerji Ajansı'nın (IEA) tahminlerine göre, veri merkezlerinden kaynaklanan küresel elektrik talebi çift 460 yılında tahmini 2022 teravat-saat (TWh) olan enerji tüketiminin 1,000 yılında 2026 TWh'ye çıkması bekleniyor ki bu da yaklaşık olarak Japonya'nın elektrik tüketimine denk geliyor.

Veri merkezlerinden elektrik tüketimi şu anda yaklaşık olarak 1.5% küresel elektrik tüketiminin.

UNESCO ve University College London (UCL) tarafından yayınlanan yeni bir araştırma da uyardı Yapay zekanın, özellikle büyük dil modelleri (LLM'ler) için enerji taleplerinin sürdürülemez seviyelere ulaştığı, ve Bunu değiştirmek için, "onu nasıl kullandığımız konusunda bir paradigma değişimine ihtiyacımız var."

Raporlarına göre, Gen AI araçları Kullanılan her gün 1 milyardan fazla insan tarafından 'da Her etkileşim, komut başına yaklaşık 0.34 watt-saat enerji tüketiyor. Şöyle diyordu:

"Bu, yılda 310 gigawatt-saat'e denk geliyor. Bu, düşük gelirli bir Afrika ülkesinde 3 milyondan fazla insanın yıllık elektrik kullanımına eşdeğer." 

Bilgisayar bilimcilerinden oluşan ekip, hazırladıkları raporda önemli enerji tasarrufu sağlayacak üç temel yeniliği önerdi. Bu Büyük modeller kadar akıllı ve doğru olan, ancak enerji kullanımını %90'a kadar azaltabilen daha küçük modellerin kullanımını içerir. Ayrıca, enerji kullanımını %50'nin üzerinde azaltabilen daha kısa ve özlü komutlar ve yanıtlar da mevcuttur; model sıkıştırma ise %44'e kadar enerji tasarrufu sağlayabilir.

Daha Akıllı Yazılım ve Daha Yeşil Donanımla Yapay Zekayı Daha Verimli Hale Getirmek

Enerji tasarruflu yapay zekayı simgeleyen yeşil bir yaprağa gömülü parlayan yapay zeka çipi

Değil sadece giderek artan sayıda birey Giderek artmaktadır yapay zekayı benimsemek, fakat giderek daha fazla kuruluş bu teknolojiyi entegre ediyor içine onların işi.

Tarafından yapılan bir çalışma IBM İş Değeri Enstitüsü (IBV) çoğunluğun (%77) kullanma ihtiyacı hissettiği ortaya çıktı üretken Yapay zeka müşterilerinin hızına yetişmek için hızla çalışıyor. 

Yıllar boyunca, birkaç Diğer teknolojik yenilikler, böyle as bilgi işlem, benzer endişeleri dile getirdiler, daha sonra verimlilik yenilikleri yoluyla ele alındı. Aynı şey artık yapay zeka ile de yapılabilir. Araştırmacılardan şirketlere kadar herkes şu anda etkisini anlamak ve yeni çözümler bulmak için çalışıyor. çözümler olumsuz etkilerini azaltmak için.

Bu çözümler arasında temiz ve yenilenebilir enerjinin kullanımı, daha küçük modeller ve daha akıllı model eğitimi yer alıyor. 

Yapay zekanın enerji verimliliği zorluklarını ele almak için araştırmacılar odaklanmış ikide cepheler:

• Yazılım yenilikleri
• Donanım iyileştirmeleri

Donanım alanında güç sınırlaması, bir çözümdür potansiyel Enerji tüketimini %15'e kadar azaltın. Ayrıca, "en karbon verimli donanım karışımına sahip bir modelle eşleşen" karbon verimli donanım da bulunmaktadır. İLE. 

Ekim ayında MIT Sürdürülebilirlik Konferansı'nda, enerji konusunda bilinçli araştırma çalışmalarına liderlik eden Gadepally, Lisansüstü Eğitim Kurumu, Yapay zeka modeli eğitiminin yeniden düşünülmesi ve daha verimli donanımlara yatırım yapılması önerildi. MIT Lincoln Laboratuvarı, Gadepally'nin önerilerini kullanarak yapay zeka kullanımını azaltıyor. kendi veri merkezi ayak izi.

Daha fazla hesaplama verimliliğine sahip donanım ve özel donanım hızlandırıcıları kullanmak da katkıda bulunabilir.Enerji tasarrufuna katkıda bulunur. Hesaplamayı birkaç işlem çekirdeği arasında dağıtarak algoritmanın eğitim süresini azaltan paralelleştirme ve verilerin toplandığı veya kullanıldığı yerlerde hesaplama yapan uç bilişim, diğer vaatlerdir.donanım çözümleri.

Bilim insanları da şu yöne yöneliyor: 100 milyar nöron ve 100 trilyon hücreye sahip insan beyni sinaptik bağlantılar, makineleri daha iyi hale getirmek için. 

Bu nöromorfik bilişime yol açtı, bu da yerine geleneksel von Neumann'a güvenmenin mimariler, Yapay nöronlar ve sinapslar kullanarak bilgiyi beyne benzer şekilde işler, böylece daha fazla enerji verimliliği ve hesaplama gücü elde edilir.

Her Ticaretçi İçin Mükemmellik örnek Seul Ulusal Üniversitesi Mühendislik Fakültesi'nden araştırmacılar gelişmiş² Hibrit organik-inorganik malzemelere dayalı nöromorfik cihazlar.

Araştırmalarının en önemli kısmı hakkında konuşan Profesör Ho Won Jang, "Yüksek performanslı nöromorfik donanım geliştirmek için, yerelleştirilmiş filamentler oluşturmaktan ziyade, malzemenin yüzeyinde düzgün iyon hareketinin daha önemli olduğunu göstermekte yatıyor yarıiletken Malzemeler.başlıklı bir kılavuz yayınladı

Işık, yapay zeka donanımının bir başka kullanım yoludur iyileştiriliyorFotonik hesaplama, elektrik sinyalleri yerine ışığı kullanır ve minimum ısı kaybıyla paralel işlemlere olanak tanır. 

Sadece birkaç ay önce, Columbia Mühendislik'ten araştırmacılar serbest³ Yüksek enerji verimliliği ve bant genişliği yoğunluğu sağlayan 3 boyutlu bir fotonik-elektronik platform. Bunun için fotonik, gelişmiş CMOS elektronik devreleriyle entegre edildi. 3 boyutlu entegre fotonik-elektronik çip, bit başına yalnızca 800 femtojoule tüketirken yüksek bant genişliği (120 Gb/sn) sunuyor. Bu kadar 5.3 Tb/s/mm2 bant genişliği yoğunluğu da mevcut standartları aşıyor.

Geçtiğimiz yaz, Minnesota Üniversitesi Fen ve Mühendislik Fakültesi'ndeki araştırmacılar, gösterdi yeni teknoloji⁴ Yapay zekanın enerji kullanımını 1,000 kat azaltma potansiyeline sahip olan hesaplamalı rastgele erişim belleği (CRAM) adı verilen bir teknoloji.

Silikon fotonik, ML için yeni nesil hızlandırıcılar için çığır açan bir teknoloji olarak ortaya çıktıkça, araştırmacılar Hewlett-Packard Laboratuvarlar var tanıttı⁵ Yapay zeka hızlandırıcı donanımının temelini oluşturacak enerji tasarruflu ve ölçeklenebilir bir silikon fotonik platform.

Fotonik AI hızlandırıcıları, geleneksel olanlardan farklı olarak, hangi elektronik dağıtılmış sinir ağlarına (DNN'ler) bağlıdırKullanmak optik sinir ağları⁶ Yüksek paralellik, son derece düşük gecikme ve minimum ısı kaybı sunan (ONN'ler).

Üretimi kolay olsa da, silikon fotonik zor ölçek; dolayısıyla platform. fabrikasyon III-V bileşik yarı iletkenler (InP veya GaAs gibi) ile birlikte silikon fotonik kullanımı.

Artık yapay zekayı daha verimli hale getirebilecek yeni bir yöntem var. ve Bu, büyük spin dalga kılavuzu ağlarının gelişmiş bilgilerin işlenmesini sağlamasını mümkün kılarak gerçekleşir. Spin-wave, bilginin işlenmesinde umut vadeden bir çözümdür.

Yapay zeka donanım verimliliğindeki bu atılım, Münster ve Heidelberg Üniversitelerinden bir grup Alman bilim insanı tarafından gerçekleştirildi.

Münster Üniversitesi'nde fizik profesörü olan Rudolf Bratschitsch liderliğindeki ekip, bilgiyi çok daha az enerjiyle işleyen geniş bir spin dalga kılavuzu ağı yarattı ve bu da onu enerji yoğun elektronik cihazlara umut verici bir alternatif haline getirdi.

Enerji Verimli Yapay Zeka'da Yeni Sınır Olarak Ölçeklenebilir Manyetik Devreler

Manyetik ağları gösteren nanometre ölçekli bir devreden akan spin dalgaları

Manyetik yalıtkanlara dayalı manyetik ağlar, enerji verimliliği nedeniyle bilgi işlemede devrim yaratabilirken, bu ağların yapı taşları, yani spin-dalga dalga kılavuzları, verimsiz dağılım ayarlama yetenekleri ve sınırlı spin-dalga yayılım uzunluklarından muzdariptir.

Bu sınırlamalar Münster ve Heidelberg'deki bilim insanlarından oluşan ekip tarafından ele alındı. 

Bilimsel dergide yayınlandı Doğa Malzemeleri⁷, Çalışmada, spin dalgalarının çok uzaklara yayılabildiği dalga kılavuzları oluşturmanın yeni bir yolunun ayrıntılı olarak geliştirilmesi amaçlandı, böylece şu ana kadarki en büyük spin dalga kılavuzu ağını inşa ediyoruz. 

Ama hepsi bu kadar değil. Ekip ayrıca spin dalgasının özelliklerini de kontrol edebildi. iletildi dalga kılavuzunda. İçin örnek Bilim insanları, belirli bir arayüzdeki spin dalgasının dalga boyunu ve yansımasını hassas bir şekilde değiştirebildiler. Çalışmada şunlar kaydedildi:

"Dalga kılavuzlarının dağılımı sürekli olarak ayarlanabilir hassas ve lokalize iyon implantasyonu sayesinde, bunları yaygın olarak aşındırılmış dalga kılavuzlarından ayırır.başlıklı bir kılavuz yayınladı 

Elektron spini veya içsel açısal momentum, elektronların temel kuantum mekanik özelliğidir. nerede Birkaç spinin hizalanması manyetik özellikleri belirler. Şimdi, alternatif akım uygulandı antenli manyetik bir malzemeye, değişen bir manyetik alan üretilmektedir, ve Malzemedeki spinler bir spin dalgası üretebilir.

Spin dalgaları manyetik bir malzemenin uyarılmalarıdır, ve ileri bilgi işleme için heyecan verici olanaklar sunuyorlar. 

Onları gerçekten çekici kılan şey, kendilerine özgü özellikleridir. sevmek gigahertz (GHz) ile terahertz (THz) frekans bandında doğal güçlü doğrusal olmayanlık ve yüksek hızlı çalışma.

Son zamanlarda araştırmacılar, sinyal işleme ve hesaplama uygulamaları için nanometre ölçekli manyetik yapılarda ve ağlarda spin dalgalarını kullanmaya başladılar. Bu yeni teknoloji, geleneksel yarı iletken mikroelektroniğin hesaplama yoğunluğu ve yüksek boyutlu işlem kapasitesi açısından sahip olduğu sınırlamaların giderilmesine yardımcı olabilir.

Daha da önemlisi, spin-dalga teknolojisinin düşük enerji ayak izi özellikle ilgi çekici. 

Teknolojinin faydası, bilgiyi spin dalgalarının fazı, frekansı ve genliği dahilinde kodlama yeteneğinde yatmaktadır. Bu strateji, tıpkı elektromanyetik dalgalar gibi, yayılma özelliklerinin bu parametrelere bağımlılığından yararlanarak esnek bir veri işleme aralığına olanak tanır.

Dönme dalgaları şu anda kullanılıyor farklı bireysel bileşenler oluşturmak için. İkili girdiler üzerinde mantıksal işlemler gerçekleştirerek tek bir ikili çıktı üreten mantık kapıları vardır bir örnek. Çoklayıcılar başka bir cihaz türüdür Birkaç giriş sinyalinden birini seçen. 

Diğer örnekler arasında geçişler, kuplörler, bellekler, çoğunluk kapıları, (de-)multiplexer'lar, interferometreler, bölücüler ve spektrum analizörleri yer alır. 

Tüm bu cihazlar, bilgi işlem birimleri olarak bağımsız olarak çalışabildiği gibi, gelişmiş işlevlere sahip daha büyük ve karmaşık ağlara da entegre edilebiliyor.

Büyük bir ağda, bağlantılar arasındaki Elementler spin dalgaları için özelleştirilmiş dalga kılavuzlarıdır. Bu dalga kılavuzları, spin dalgalarını bir elemandan diğerine yönlendirmenin yanı sıra sınırlandırmak için de önemlidir ve as Bu tür dalga kılavuzları ve bunların kombinasyonları, minimum yayılma kaybı gerektirir. işlevsel spin-dalga cihazları olarak.

Ancak bileşenler daha büyük bir yapı oluşturmak için birbirine bağlanmadı devre şimdiye kadar.

"Elektronikte kullanılanlar gibi daha büyük ağların henüz yaygınlaşmamış olması, olmuştur gerçekleştirilen, kısmen, bireysel anahtarlama elemanlarını birbirine bağlayan dalga kılavuzlarındaki spin dalgalarının güçlü zayıflamasından kaynaklanmaktadır elementler - özellikle de bir mikrometreden daha dar ve dolayısıyla nanometre ölçeğindeyse.”

– Fizikçi Profesör Bratschitsch

Bu nedenle ekip, bu sorunu aşmak için şu anda en düşük zayıflamaya sahip olan malzemeyi, yani itriyum demir garnetini (YIG) kullandı. Spin dalgaları arasında en düşük sönümlenmeye ve milimetrelere ulaşan en yüksek yayılma uzunluğuna sahiptir. 

Spin dalgaları için dalga kılavuzlarının gerçekleştirilmesine gelince, litografik yaklaşımlar genellikle kullanılırYIG'de nanometre ölçeğinde dalga kılavuzları oluşturmak için gelişmiş üretim yaklaşımı dayanır İnce YIG filmlerinin reaktif iyon aşındırması üzerine. Ancak yüksek kaliteli YIG filmleri ve son teknoloji aşındırma işlemleriyle bile, maksimum yayılma uzunluğu bu oldu bildirilen değer 54 µm'dir.

Hibrit yapılar geliştirmek, YIG filmlerinin, dipolar kuplaj yoluyla nanoskopik spin dalgası taşıma kanallarını tanımlamak için ferromanyetik metalin nanoşeritleriyle birleştirildiği bir başka yeni yaklaşımdır. hangi ~20 µm'lik spin-dalga yayılma uzunlukları yaratır.

Sonra iyon implantasyonu var, bu da yakın zamanda kullanıldı YIG'deki spin dalgalarını manipüle etmek için. Odaklanmış iyon demeti yazımı, YIG filmlerinin alt mikrometre ölçeğinde hassas bir şekilde değiştirilmesini mümkün kılmıştır.

Bu nedenle bilim insanları ticari olarak satılan 110 nm'lik bir kalın YIG manyetik malzeme filmi ve ardından bir silikon demeti kullanılarak içine ayrı spin-dalgası dalga kılavuzları yerleştirildi iyonları. 

Maskesiz implantasyon süreci, tek bir alt tabaka üzerinde birden fazla özel spin-dalga yapısının oluşturulmasına olanak sağladı. Ancak daha da önemlisi, yonga boyutunda manyetik entegre devreler üretmek için ölçeklendirilebilir. 

Ayrıca, sürekli dalga mikrodalga sinyaliyle spin dalgalarını uyarmak için elektron ışınlı litografi film kullanılarak bir altın mikroşerit anten üretildi. Yüzey modu spin dalgalarını fırlatmak için μ0H0 = 0 mT'lik harici bir statik düzlem içi manyetik alan H50 uygulandı.

Bu sayede, 198 düğümden oluşan büyük bir ağ üretebildiler ve büyük ölçekli manyetik entegre devrelerin kapılarını açtılar. Ayrıca, yüksek kalitede karmaşık yapıların oluşturulmasına da olanak sağladılar. yaratılmış olmak tekrarlanabilir ve esnek bir şekilde.

Ayrıca ekip, 100 µm'nin üzerinde bir spin-dalga yayılma uzunluğuna ulaştı. ve Aşındırmasız yaklaşımları, 34 paralel giriş portu ve 34 çıkıştan oluşan entegre bir spin-dalga ağına sahip olmalarını sağladı. Çalışmada şunlar belirtildi:

"Bu sonuçlar, benzersiz kontrole sahip gelişmiş manyetik ağların gerçekleştirilmesinin ve düşük kayıplı büyük ölçekli spin-dalga hesaplama sistemlerinin gerçekleştirilmesi için heyecan verici yolların önünü açıyor." 

Verimli Yapay Zeka'ya Yatırım Yapmak

Yapay zeka dünyasında, NVIDIA Corporation (NVDA + 1.99%)
Yapay zeka hızlandırıcıları ve çipleriyle açık ara lider. 4 trilyon doları aşan piyasa değeriyle dünyanın en büyük şirketi. NVIDIA, aynı zamanda enerji tasarruflu mimarilere de yatırım yapmaktadır.

NVIDIA Corporation (NVDA + 1.99%)

Nvidia'nın GPU'ları watt başına performans iyileştirmeleri sunuyor. Özellikle Blackwell mimarisi, trilyonlarca parametreli yapay zeka nesli vaat ediyor. LLM'ler, kendilerinden 25 kata kadar daha az maliyet ve enerji tüketimiyle önceki Hopper mimarisi.

Blackwell, CEO Jensen Huang tarafından kuruldu, geçen yıl söylemişti tasarlanmıştır "çok performanslı ve çok enerji verimli" olması.

Nvidia ayrıca, test zamanı ölçekleme doğruluğu ve performansı için özel olarak optimize edilmiş mimarileriyle LLM çıkarımının zorlu görevlerini yerine getirmek için NVIDIA GB200 NVL72 ve NVIDIA GB300 NVL72 sıvı soğutma sistemleri de sunmaktadır.

Teknoloji devi, güçlü bilgi işlem, uzaktan yönetim ve yapay zekayı uç noktaya taşımak için sistem ve yazılımları bir araya getiren NVIDIA EGX™ platformuyla uç yapay zeka araştırma ve geliştirme çalışmalarına da katılıyor. NVIDIA IGX Orin™, endüstriyel ve tıbbi ortamlar için tasarlanmıştır. süre NVIDIA Jetson™ platformu robotik çözümüdür.

Nvidia'nın bir diğer araştırma alanı da fotonik. Şirket, bu yılın başlarında, enerji tüketimini ve işletme maliyetlerini azaltırken, milyonlarca GPU'yu farklı lokasyonlara bağlayacak yeni ortak paketlenmiş silikon fotonik ağ anahtarlarını duyurdu. 

"NVIDIA, silikon fotonikleri doğrudan anahtarlara entegre ederek hiper ölçekli ve kurumsal ağların eski sınırlamalarını ortadan kaldırıyor ve milyonlarca GPU'lu yapay zeka fabrikalarının kapısını açıyor."

– Huang

Yeni teknoloji, çipler arasındaki fiber optik kablolar üzerinden bilgi göndermek için lazer ışığı ışınları kullanıyor. Bu yılın sonlarına doğru ve 2026'da piyasaya sürülecek.

Şirket ayrıca bunu amiral gemisi GPU çiplerinde daha yaygın olarak kullanmayı düşünüyor ancak şu anda böyle bir planı yok çünkü geleneksel bakır bağlantılar, birlikte paketlenmiş optik bağlantılardan hâlâ "kat kat" daha güvenilir.

Nvidia'nın piyasa performansına gelince, gerçekten olağanüstüydü. Ekim 2022'de NVDA hisseleri 11 doların altına düştü ve şu anda 165 doların üzerinde işlem görüyor. Bununla birlikte, hisse başına kazanç (HK) 3.10 ve fiyat/kazanç (P/K) 53.12'dir. Şirket ayrıca temettü getirisi de sunuyor. gerçi sadece %0.02.

Finansal açıdan bakıldığında, Nvidia'nın 2026 mali yılının ilk çeyreğinde geliri 44.1 milyar dolar olarak bildirildi; bu rakam dördüncü çeyreğe göre %12 artışa denk geliyor. süre Veri merkezi geliri, bir önceki çeyreğe göre %39.1 artışla 10 milyar dolara ulaştı.

Şirketin yapay zeka altyapısına olan talebin "inanılmaz derecede güçlü" olduğunu belirten Huang, şunları kaydetti:

En Son NVIDIA Corporation (NVDA) Hisse Senedi Haberleri ve Gelişmeleri

Sonuç

Dünya, artan verimlilik, gelişmiş üretkenlik, iyileştirilmiş karar alma ve kişiselleştirilmiş deneyimler vaat eden yapay zekayı benimsemeye devam ettikçe, bu güçlü teknolojiye yönelik pazarın büyümesi bekleniyor 2025 yılında milyarlarca dolar değerinde olması bekleniyor.

Ancak enerji açısından açgözlü yapay zekaya olan talep arttıkça, do enerji ihtiyacı, enerji şebekelerine yük bindiriyor ve sera gazı emisyonları artıyor.

Gerçekten verimli bir yapay zekaya ulaşmak için hem yazılım hem de donanımın evriminde koordineli çabalara ihtiyaç vardır. Bu bağlamda, daha akıllı model eğitimi, daha küçük modeller, özlü komutlar, model sıkıştırma gibi yenilikler, nöromorfik bilişim, uç yapay zeka ve fotonik sürdürülemez enerji talepleriyle birlikte ölçeğin gelmek zorunda olmadığı bir gelecek yaratmaya yardımcı olabilir.

İşte, son Spin-dalga bilişimindeki atılım, düşük güç tüketimli, yüksek performanslı bilişimin geleceğini belirleyebilir ve potansiyel olarak yeni nesil yapay zeka mimarilerinin temelini oluşturabilir.

Yapay zekaya yatırım hakkında her şeyi öğrenmek için buraya tıklayın.

Referanslar:

1. Xiao, C.; Liu, M.; Yao, K.; ve diğerleri. Makine Öğrenmesiyle Ultra Geniş Bant ve Bant Seçici Termal Meta-Yayıcılar. Nature 2025, 643, 80–88. https://doi.org/10.1038/s41586-025-09102-y
2. Kim, SJ; Im, IH; Baek, JH; ve diğerleri. Nöromorfik Hesaplama için Doğrusal Programlanabilir İki Boyutlu Halide Perovskit Memristor Dizileri. Nat. Nanoteknoloji. 2025, 20, 83-92. https://doi.org/10.1038/s41565-024-01790-3
3. Daudlin, S.; Rizzo, A.; Lee, S.; ve diğerleri. Ultra Düşük Enerjili, Yüksek Bant Genişliğine Sahip Çipler Arası Veri Bağlantıları için Üç Boyutlu Fotonik Entegrasyon. Nat. Photon. 2025, 19, 502–509. https://doi.org/10.1038/s41566-025-01633-0
4. Lv, Y.; Zink, BR; Bloom, RP; ve diğerleri. Manyetik Tünel Kavşağı Tabanlı Hesaplamalı Rastgele Erişimli Belleğin Deneysel Gösterimi. npj Unconv. Comput. 2024, 1, 3. https://doi.org/10.1038/s44335-024-00003-3
5. Tossoun, B.; Xiao, X.; Cheung, S.; Yuan, Y.; Peng, Y.; Srinivasan, S.; ve diğerleri. Enerji Verimli Yapay Zeka/Makine Öğrenimi Hızlandırıcıları için Büyük Ölçekli Entegre Fotonik Cihaz Platformu. IEEE J. Sel. Üst. Kuantum Elektron. 2025, 31(3), Madde 8200326. https://doi.org/10.1109/JSTQE.2025.3527904
6. Fu, T.; Zhang, J.; Sun, R.; ve diğerleri. Optik Sinir Ağları: İlerleme ve Zorluklar. Işık Bilimi. Uygulama 2024, 13, 263. https://doi.org/10.1038/s41377-024-01590-3
7. Bensmann, J.; Schmidt, R.; Nikolaev, KO; ve diğerleri. Büyük Manyetik Ağlar için Dağılım Ayarlanabilir Düşük Kayıplı İmplante Edilmiş Spin-Dalga Dalga Kılavuzları. Nat. Anne. 2025 https://doi.org/10.1038/s41563-025-02282-y