ممریستوری که از تغییرات در غلظت یون ها و تغییر شکل های مکانیکی برای ذخیره اطلاعات استفاده می کند توسط محققان EPFL در لوزان سوئیس ساخته شده است. محققان با اتصال دو دستگاه از این دستگاه ها، اولین مدار منطقی را بر اساس اجزای نانوسیال ایجاد کردند. ممریستور جدید می تواند برای محاسبات نورومورفیک مفید باشد که سعی می کند با استفاده از قطعات الکترونیکی مغز را تقلید کند.
در موجودات زنده، معماریهای عصبی بر جریانهای یونهایی که از کانالهای کوچک عبور میکنند برای تنظیم انتقال اطلاعات در سیناپسهایی که یک نورون را به نورون دیگر متصل میکنند، متکی هستند. این رویکرد یونی برخلاف بهترین سیستمهای عصبی مصنوعی است که از جریانهای الکترونی برای تقلید از این سیناپسها استفاده میکنند. ساخت شبکههای عصبی نانوسیال مصنوعی میتواند شباهت نزدیکتری به سیستمهای عصبی واقعی داشته باشد و همچنین میتواند از نظر انرژی کارآمدتر باشد.
ممریستور یک عنصر مدار با مقاومت (و رسانایی) است که بستگی به جریانی دارد که قبلاً از آن عبور کرده است - به این معنی که دستگاه می تواند اطلاعات را ذخیره کند. ممریستور اولین بار در سال 1971 پیشنهاد شد و از آن زمان تاکنون محققان موفقیت محدودی در ایجاد دستگاه های عملی داشته اند. ممریستورها در محاسبات نورومورفیک اهمیت زیادی دارند، زیرا می توانند توانایی سیناپس های بیولوژیکی برای ذخیره اطلاعات را تقلید کنند.
در این آخرین تحقیق، EPFL's تئو امریش, الکساندرا رادنوویچ و همکارانشان ممریستورهای نانوسیال خود را با استفاده از یک تاول مایع ساختهاند که وقتی جریانهای یونهای حلشده به داخل یا خارج میشوند منبسط یا منقبض میشوند و رسانایی آن را تغییر میدهند.
نمادین و یونی
در سال 2023، محققان با کشف اثرات حافظه در دو دستگاه نانوسیال که انتقال یون را در کانالهای نانومقیاس تنظیم میکردند، گام مهمی به سمت محاسبات نورومورفیک مبتنی بر یون برداشتند. هنگامی که این دستگاهها تحت یک ولتاژ متغیر زمان قرار میگرفتند، یک تغییر تاخیر در جریان و رسانایی را نشان میدادند. این حلقه هیسترزیس "نیشگون" مشخصه ممریستور است. با این حال، سیستمها عملکرد حافظه ضعیفی داشتند و ساخت آنها ظریف بود. علاوه بر این، مکانیسم مسئول اثر حافظه نامشخص بود.
اما این امر تیم EPFL را منصرف نکرده است، همانطور که Emmerich توضیح می دهد: "ما می خواستیم نشان دهیم که چگونه این رشته نوپا می تواند مکمل نانوالکترونیک باشد و می تواند به برنامه های محاسباتی در دنیای واقعی در آینده منجر شود."
محققان EPFL برای ساختن دستگاه خود، یک غشای نیترید سیلیکونی با ابعاد 20 میکرون در 20 میکرون را در بالای یک تراشه سیلیکونی ساختند که منفذی با قطر 100 نانومتر در مرکز آن قرار داشت. بر روی این تراشه، آنها جزایر پالادیومی با قطر 10 نانومتر را با استفاده از تکنیکهای رسوب تبخیری، رسوب کردند که سیال در اطراف آنها جریان دارد. در نهایت، آنها یک لایه گرافیت با ضخامت 50 تا 150 نانومتر اضافه کردند تا کانال هایی ایجاد کنند که به منافذ منتهی می شود.
تاول کوچک
پس از فرو بردن دستگاه در محلول الکترولیت و اعمال ولتاژ مثبت (0.4-1.0 ولت)، محققان تشکیل یک تاول در مقیاس میکرونی را بین نیترید سیلیکون و گرافیت بالای منافذ مرکزی مشاهده کردند. آنها به این نتیجه رسیدند که یون ها از طریق کانال ها حرکت می کنند و در مرکز همگرا می شوند و فشار را در آنجا افزایش می دهند و منجر به تشکیل تاول می شوند. این تاول به عنوان یک "مدار کوتاه" مقاومتی عمل کرد که رسانایی دستگاه را افزایش داد و آن را در حالت "روشن" قرار داد. با اعمال یک ولتاژ منفی به همان اندازه، تاول تخلیه شد و رسانایی کاهش یافت و دستگاه را در حالت خاموش قرار داد.
از آنجایی که پس از قطع ولتاژ تاول تخلیه شد، زمان زیادی طول کشید، دستگاه حالت قبلی خود را به خاطر آورد. EPFL می گوید: "مشاهدات نوری ما منشا مکانیکی یونی حافظه را نشان داد." ناتان رونسری.
اندازهگیریهای جریان عبوری از دستگاه قبل و بعد از تنظیم مجدد ولتاژ نشان داد که دستگاه با نسبت رسانایی تا 60 در مقیاس زمانی 1 تا 2 ثانیه کار میکند، که نشاندهنده اثر حافظه دو مرتبه بزرگتر از طرحهای قبلی است. Emmerich می افزاید: "این اولین بار است که چنین رفتار حافظه ای قوی را در یک دستگاه نانوسیال مشاهده می کنیم، که همچنین دارای فرآیند ساخت مقیاس پذیر است."
برای ایجاد یک مدار منطقی، تیم دو دستگاه خود را به صورت موازی به یک مقاومت الکترونیکی متغیر متصل کردند. بنابراین هر دو دستگاه از طریق این مقاومت برای دستیابی به یک عملیات منطقی با هم ارتباط برقرار کردند. به طور خاص، سوئیچینگ یک دستگاه توسط حالت رسانایی دستگاه دیگر هدایت می شد.
ارتباط منطقی
Emmerich می گوید که تا به حال، دستگاه های نانوسیال مستقل از یکدیگر کار و اندازه گیری شده اند. او می افزاید که دستگاه های جدید "اکنون می توانند برای تحقق محاسبات منطقی ارتباط برقرار کنند."
آیریس آگرستیکه در حال توسعه ممریستورهای کوانتومی در دانشگاه وین است، میگوید که اگرچه این اولین اجرای ممریستور نانوسیال نیست، اما جدید نشان میدهد چگونه چندین دستگاه را میتوان برای انجام عملیات کنترلشده متصل کرد. او می گوید: «این نشان می دهد که رفتار یکی از دستگاه ها به دیگری بستگی دارد.
ممریستور کوانتومی راه را برای محاسبات کوانتومی نورومورفیک هموار می کند
محققان EPFL میگویند گام بعدی ساخت شبکههای عصبی نانوسیال است که در آن واحدهای حافظهدار با کانالهای آب به هم متصل میشوند. هدف ایجاد مدارهایی است که می توانند وظایف محاسباتی ساده ای مانند تشخیص الگو یا ضرب ماتریس را انجام دهند. رادنوویچ میگوید: «ما رویای ساخت رایانههای الکترولیتی را داریم که بتوانند با همتایان الکترونیکی خود محاسبه کنند.
این یک هدف بلندمدت و جاه طلبانه است. اما چنین رویکردی دو مزیت کلیدی نسبت به الکترونیک دارد. اولاً، سیستمها از گرمای بیش از حد معمولاً مرتبط با سیمهای برق جلوگیری میکنند، زیرا از آب به عنوان سیم و خنککننده استفاده میکنند. دوم، آنها می توانند از استفاده از یون های مختلف برای اجرای وظایف کامل همتراز با موجودات زنده سود ببرند. علاوه بر این، آگرستی می گوید، شبکه های عصبی مصنوعی با اجزای نانوسیال نوید مصرف انرژی کمتری را می دهند.
Yanbo Xie، متخصص نانوسیالات در دانشگاه پلی تکنیک شمال غربی در چین، اشاره می کند که ممریستور یک جزء حیاتی برای یک تراشه کامپیوتری نورومورفیک است و نقشی مشابه ترانزیستور در یک CPU ایفا می کند. او میگوید مدار منطقی EPFL میتواند «یک بلوک ساختمانی اساسی برای ماشینهای محاسباتی آبی آینده» باشد. خوان بیسکورت یک فیزیکدان کاربردی در دانشگاه جیمز اول در کاستلو، اسپانیا، موافق است. او میگوید این دستگاهها «یک پاسخ قوی نشان میدهند» و ترکیب آنها برای اجرای یک عملیات منطقی بولی «راه را برای سیستمهای نورومورفیک مبتنی بر مدارهای کاملاً مایع هموار میکند».
شرح کار در الکترونیک طبیعت.
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
- PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
- PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
- PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
- منبع: https://physicsworld.com/a/nanofluidic-memristors-compute-in-brain-inspired-logic-circuits/