Memtransistor bringer verden tættere på hjernelignende databehandling

Computergalgoritmer udfører muligvis hjernelignende funktioner, såsom ansigtsgenkendelse og sprogoversættelse, men computerne selv mangler endnu at fungere som hjerner.

"Computere har separate behandlings- og hukommelseslagringsenheder, hvorimod hjernen bruger neuroner til at udføre begge funktioner, "sagde Northwestern University's Mark C. Hersam." Neurale netværk kan opnå kompliceret beregning med betydeligt lavere energiforbrug sammenlignet med en digital computer. "

I de seneste år, forskere har søgt efter måder at gøre computere mere neuromorfe, eller hjerne-lignende, for at udføre stadig mere komplicerede opgaver med høj effektivitet. Nu Hersam, en Walter P. Murphy professor i materialevidenskab og teknik ved Northwesterns McCormick School of Engineering, og hans team bringer verden tættere på at realisere dette mål.

Forskerholdet har udviklet en ny enhed kaldet en "memtransistor, " som fungerer meget som en neuron ved at udføre både hukommelse og informationsbehandling. Med kombinerede egenskaber af en memristor og transistor, memtransistoren omfatter også flere terminaler, der fungerer mere på samme måde som et neuralt netværk.

Støttet af National Institute of Standards and Technology og National Science Foundation, undersøgelsen blev offentliggjort online i dag, 22. februar, i Natur . Vinod K. Sangwan og Hong-Sub Lee, postdoc-stipendiater rådgivet af Hersam, fungerede som avisens medforfattere.

Memtransistoren bygger på arbejde udgivet i 2015, hvor Hersam, Sangwan, og deres samarbejdspartnere brugte enkeltlags molybdændisulfid (MoS2) til at skabe en tre-terminal, gate-tunerbar memristor for hurtig, pålidelig digital hukommelseslagring. Memristor, som er en forkortelse for "hukommelsesmodstande, " er modstande i en strøm, der "husker" den spænding, der tidligere blev påført dem. Typiske memristorer er elektroniske enheder med to terminaler, som kun kan styre en spændingskanal. Ved at omdanne den til en tre-terminal enhed, Hersam banede vejen for, at memristorer kunne bruges i mere komplekse elektroniske kredsløb og systemer, såsom neuromorfisk databehandling.

For at udvikle memtransistoren, Hersams team brugte igen atomisk tynd MoS2 med veldefinerede korngrænser, som påvirker strømmen. På samme måde som fibre er arrangeret i træ, atomer er arrangeret i ordnede domæner - kaldet "korn" - i et materiale. Når der tilføres en stor spænding, korngrænserne letter atomær bevægelse, forårsager en ændring i modstand.

"Fordi molybdendisulfid er atomtyndt, det er let påvirket af påførte elektriske felter, Hersam forklarede. "Denne egenskab giver os mulighed for at lave en transistor. Memristor-egenskaberne kommer fra det faktum, at fejlene i materialet er relativt mobile, især i nærværelse af korngrænser."

Men i modsætning til hans tidligere memristor, som brugte individuelle, små flager af MoS2, Hersams memtransistor gør brug af en kontinuerlig film af polykrystallinsk MoS2, der omfatter et stort antal mindre flager. Dette gjorde det muligt for forskerholdet at skalere enheden op fra én flage til mange enheder på tværs af en hel wafer.

"Når enhedens længde er større end den enkelte kornstørrelse, du har garanteret korngrænser i hver enhed på tværs af skiven, Hersam sagde. vi ser reproducerbare, gate-tunerbare memristive svar på tværs af store arrays af enheder."

Efter at have fremstillet memtransistorer ensartet over en hel wafer, Hersams team tilføjede yderligere elektriske kontakter. Typiske transistorer og Hersams tidligere udviklede memristor har hver tre terminaler. I deres nye papir, imidlertid, teamet realiserede en syv-terminal enhed, hvor en terminal styrer strømmen blandt de andre seks terminaler.

"Dette ligner endnu mere neuroner i hjernen, Hersam sagde, "fordi i hjernen, vi har normalt ikke én neuron forbundet med kun én anden neuron. I stedet, en neuron er forbundet med flere andre neuroner for at danne et netværk. Vores enhedsstruktur tillader flere kontakter, som ligner de mange synapser i neuroner."

Næste, Hersam og hans team arbejder på at gøre memtransistoren hurtigere og mindre. Hersam planlægger også at fortsætte opskalering af enheden til fremstillingsformål.

"Vi tror på, at memtransistoren kan være et grundlæggende kredsløbselement for nye former for neuromorfisk databehandling, " sagde han. "Men laver snesevis af enheder, som vi har gjort i vores avis, er anderledes end at tjene en milliard, som udføres med konventionel transistorteknologi i dag. Så langt, vi ser ingen grundlæggende barrierer, der vil forhindre yderligere opskalering af vores tilgang."