Ingeniører ved University of Massachusetts Amherst leder et forskerhold, der er ved at udvikle en ny type nanoenhed til computermikroprocessorer, der kan efterligne funktionen af en biologisk synapse - det sted, hvor et signal går fra en nervecelle til en anden i kroppen. Værket er omtalt i den forhåndsudgivelse online af Naturmaterialer .
Sådanne neuromorfe databehandlinger, hvor mikroprocessorer er konfigureret mere som menneskelige hjerner, er en af de mest lovende transformative databehandlingsteknologier, der i øjeblikket er under undersøgelse.
J. Joshua Yang og Qiangfei Xia er professorer i elektro- og computeringeniørafdelingen på UMass Amherst College of Engineering. Yang beskriver forskningen som en del af et samarbejde om en ny type memristiv enhed.
Memristive enheder er elektriske modstandsafbrydere, der kan ændre deres modstand baseret på historien om påført spænding og strøm. Disse enheder kan gemme og behandle information og tilbyde adskillige nøgleydelsesegenskaber, der overstiger konventionel integreret kredsløbsteknologi.
"Memristorer er blevet en førende kandidat til at muliggøre neuromorfisk databehandling ved at reproducere funktionerne i biologiske synapser og neuroner i et neuralt netværkssystem, samtidig med at det giver fordele i energi og størrelse, " siger forskerne.
Neuromorf databehandling - hvilket betyder mikroprocessorer, der er konfigureret mere som menneskelige hjerner end som traditionelle computerchips - er en af de mest lovende transformative computerteknologier, der i øjeblikket er under intensiv undersøgelse. Xia siger, "Dette arbejde åbner en ny vej for neuromorfisk computerhardware baseret på memristorer."
De siger, at det meste tidligere arbejde på dette område med memristorer ikke har implementeret diffusiv dynamik uden at bruge stor standardteknologi, der findes i integrerede kredsløb, der almindeligvis anvendes i mikroprocessorer, mikrocontrollere, statisk random access memory og andre digitale logiske kredsløb.
Forskerne siger, at de foreslog og demonstrerede en bioinspireret løsning på den diffusive dynamik, der er fundamentalt forskellig fra standardteknologien til integrerede kredsløb, mens de deler store ligheder med synapser. De siger, "Specielt, vi udviklede en diffusiv-type memristor, hvor diffusion af atomer tilbyder en lignende dynamik og de nødvendige tidsskalaer som dens bio-modstykke, fører til en mere trofast emulering af faktiske synapser, dvs. en ægte synaptisk emulator."
Forskerne siger, "Resultaterne her giver en opmuntrende vej mod synaptisk emulering ved hjælp af diffusive memristorer til neuromorfisk databehandling."
Titlen på artiklen er "Memristors with diffusive dynamics as synaptic emulators for neuromorphic computing."