Μια νέα γενιά τσιπ υπολογιστών που έχουν σχεδιαστεί σύμφωνα με το νευρωνικό δίκτυο του εγκεφάλου θα μπορούσε να είναι σε παραγωγή μέχρι το τέλος αυτής της δεκαετίας χάρη σε ένα νέο υλικό που αναπτύχθηκε. Αυτό είναι το πρώτο ηλεκτροχημικό τρανζίστορ 3 τερματικών κατασκευασμένο από υλικά 2D.
Επιστήμονες στο KTH Royal Institute of Technology στη Στοκχόλμη και το Πανεπιστήμιο του Στάνφορντ ανακάλυψαν ότι τα στοιχεία μνήμης που κατασκευάζονται από μια ένωση καρβιδίου του τιτανίου που ονομάζεται MXene έχουν «εξαιρετικές δυνατότητες να συμπληρώσουν την κλασική τεχνολογία τρανζίστορ». Η ηλεκτροχημική μνήμη τυχαίας πρόσβασης, ή ECRAM, συμπεριφέρεται σαν συναπτικό κύτταρο σε ένα τεχνητό δίκτυο, παρέχοντας μια καθολική αποθήκευση για αποθήκευση και επεξεργασία δεδομένων. «Αυτοί οι νέοι υπολογιστές θα βασίζονται σε εξαρτήματα που μπορούν να έχουν πολλαπλές καταστάσεις και να εκτελούν υπολογισμούς στη μνήμη», δήλωσε ο αναπληρωτής καθηγητής του KTH και επικεφαλής συγγραφέας Max Hamedi σε μια δήλωση.
Τα ευρήματα, που δημοσιεύθηκαν στο περιοδικό Advanced Functional Materials, υποδηλώνουν ότι το MXene θα μπορούσε να διαδραματίσει θεμελιώδη ρόλο στην ανάπτυξη νευρομορφικών υπολογιστών που λειτουργούν πιο κοντά στον ανθρώπινο εγκέφαλο και είναι χιλιάδες φορές πιο ενεργειακά αποδοτικοί από τους σημερινούς παραδοσιακούς υπολογιστές.
Σε μια δήλωση στο TechRadar Pro, ο Max Hamedi επιβεβαίωσε ότι η τεχνολογία «χρησιμοποιεί τις ίδιες διαδικασίες με τις γκοφρέτες CMOS, ενσωματώνοντας στρώματα δισδιάστατου υλικού σε πυρίτιο. Βλέπουμε ταχύτητες εγγραφής που είναι 2 φορές μεγαλύτερες από οποιοδήποτε άλλο ECRAM που έχει αποδειχθεί. Αυτό σημαίνει ότι εάν κλιμακώσουμε τα 1000D ECRAM σε νανοκλίμακα, μπορούν να είναι τόσο γρήγορα όσο τα τρανζίστορ σε σύγχρονους υπολογιστές (υπο-νανοδευτερόλεπτο), πράγμα που σημαίνει ότι μπορούν να ενσωματωθούν στους σύγχρονους υπολογιστές μας χρησιμοποιώντας τεχνολογία CMOS (λόγω της συμβατότητας μεταλλικών υλικών 2D τρανζίστορ με τεχνολογία CMOS fab).
«Θα είμαστε σε θέση να φτιάξουμε μονάδες υπολογιστών ειδικού σκοπού (ας πούμε σε 5-10 χρόνια) όπου συγχωνεύονται μνήμη και τρανζίστορ, καθιστώντας τα τουλάχιστον 1000 φορές πιο ενεργειακά αποδοτικά από τους καλύτερους υπολογιστές που έχουμε σήμερα για προβλήματα τεχνητής νοημοσύνης και μοντελοποίησης (μερικοί Οι υπολογισμοί δείχνουν ακόμη και ενεργειακή απόδοση 1 εκατομμυρίου φορές για ορισμένους αλγόριθμους).
Μπορούμε πιθανώς να περιμένουμε ότι το πρώτο εμπορικό προϊόν θα εμφανιστεί πριν από το τέλος της δεκαετίας, καθώς η στρατηγική κυκλοφορίας στην αγορά απαιτεί τουλάχιστον πέντε χρόνια δοκιμών.
Διαβάστε επίσης: