ახალი თაობის კომპიუტერული ჩიპები, რომლებიც მოდელირებულია ტვინის ნერვული ქსელის მიხედვით, შეიძლება ამ ათწლეულის ბოლოს გამომუშავდეს ახლად შემუშავებული მასალის წყალობით. ეს არის პირველი ელექტროქიმიური 3-ტერმინალი ტრანზისტორი, რომელიც დამზადებულია 2D მასალებისგან.
სტოკჰოლმის KTH სამეფო ტექნოლოგიური ინსტიტუტისა და სტენფორდის უნივერსიტეტის მეცნიერებმა დაადგინეს, რომ მეხსიერების კომპონენტებს, რომლებიც დამზადებულია ტიტანის კარბიდის ნაერთისგან, სახელწოდებით MXene, აქვს „ჩინებული პოტენციალი შეავსოს კლასიკური ტრანზისტორი ტექნოლოგია“. ელექტროქიმიური შემთხვევითი წვდომის მეხსიერება, ან ECRAM, იქცევა როგორც სინაფსური უჯრედი ხელოვნურ ქსელში, რაც უზრუნველყოფს მონაცემთა შენახვისა და დამუშავების უნივერსალურ საცავს. „ეს ახალი კომპიუტერები დაეყრდნობა კომპონენტებს, რომლებსაც შეუძლიათ ჰქონდეთ მრავალი მდგომარეობა და შეასრულონ გამოთვლები მეხსიერებაში“, - თქვა KTH ასოცირებულმა პროფესორმა და წამყვანმა ავტორმა მაქს ჰამედიმ განცხადებაში.
დასკვნები, რომელიც გამოქვეყნდა ჟურნალში Advanced Functional Materials, ვარაუდობს, რომ MXene-ს შეუძლია ფუნდამენტური როლი შეასრულოს ნეირომორფული კომპიუტერების განვითარებაში, რომლებიც უფრო ახლოს მუშაობენ ადამიანის ტვინთან და ათასობითჯერ უფრო ენერგოეფექტურია, ვიდრე დღევანდელი ტრადიციული კომპიუტერები.
TechRadar Pro-სთვის მიცემულ განცხადებაში მაქს ჰამედიმ დაადასტურა, რომ ტექნოლოგია „იგივე პროცესებს იყენებს, როგორც CMOS ვაფლებს, აერთიანებს 2D მასალის ფენებს სილიკონზე. ჩვენ ვხედავთ ჩაწერის სიჩქარეს, რომელიც 1000-ჯერ უფრო სწრაფია, ვიდრე ნებისმიერი სხვა ECRAM, რომელიც აჩვენა. ეს ნიშნავს, რომ თუ ჩვენ გავაფართოვებთ 2D ECRAM-ებს ნანომასშტაბამდე, ისინი შეიძლება იყოს ისეთივე სწრაფი, როგორც ტრანზისტორები თანამედროვე კომპიუტერებში (ქვენანოწამი), რაც ნიშნავს, რომ ისინი შეიძლება ჩაშენდეს ჩვენს თანამედროვე კომპიუტერებში CMOS ტექნოლოგიის გამოყენებით (2D ლითონის მასალების თავსებადობის გამო. ტრანზისტორები CMOS fab ტექნოლოგიით).
ჩვენ შევძლებთ სპეციალური დანიშნულების კომპიუტერის ერთეულების შექმნას (ვთქვათ 5-10 წელიწადში), სადაც მეხსიერება და ტრანზისტორები შერწყმულია, რაც მათ მინიმუმ 1000-ჯერ უფრო ენერგოეფექტურს გახდის, ვიდრე საუკეთესო კომპიუტერები, რომლებიც დღეს გვაქვს ხელოვნური ინტელექტისა და მოდელირების პრობლემებისთვის (ზოგიერთი გამოთვლები კი აჩვენებს ენერგოეფექტურობას 1 მილიონჯერ გარკვეული ალგორითმებისთვის).
ჩვენ, ალბათ, შეიძლება ველოდოთ, რომ პირველი კომერციული პროდუქტი გამოჩნდება ათწლეულის ბოლომდე, რადგან ბაზარზე გასვლის სტრატეგია მოითხოვს მინიმუმ ხუთი წლის ტესტირებას.
ასევე წაიკითხეთ: