イオン濃度の変化と機械的変形を利用して情報を保存するメモリスタが、スイスのローザンヌにある EPFL の研究者によって開発されました。これらのデバイスを 2 つ接続することで、研究者らはナノ流体コンポーネントに基づいた最初の論理回路を作成しました。新しいメモリスタは、電子部品を使用して脳を模倣しようとするニューロモーフィック・コンピューティングに役立つことが証明される可能性がある。

生物の神経構造は、小さなチャネルを通過するイオンの流れに依存して、あるニューロンを別のニューロンに接続するシナプスを横切る情報の伝達を調節します。このイオン的アプローチは、電子流を使用してこれらのシナプスを模倣する最高の人工神経システムとは異なります。人工ナノ流体ニューラル ネットワークを構築すると、実際のニューラル システムに近い類似性が得られ、エネルギー効率も向上する可能性があります。

メモリスタは、以前に通過した電流に依存する抵抗 (およびコンダクタンス) を持つ回路要素です。これは、デバイスが情報を保存できることを意味します。メモリスタは 1971 年に初めて提案されましたが、それ以来、研究者は実用的なデバイスの作成に限定的な成功を収めてきました。メモリスタは、情報を保存する生物学的シナプスの能力を模倣できるため、ニューロモーフィック コンピューティングにおいて非常に重要です。

この最新の研究では、EPFL の テオ・エメリッヒ, アレクサンドラ・ラデノビッチ 彼らの同僚らは、溶媒和イオンの流れが出入りするときに膨張または収縮し、コンダクタンスが変化する液体ブリスターを使用してナノ流体メモリスタを作成した。

象徴的かつイオン的

2023 年、研究者らは、ナノスケール チャネル間のイオン輸送を制御する XNUMX つのナノ流体デバイスのメモリ効果を発見し、イオンベースのニューロモーフィック コンピューティングに向けて重要な一歩を踏み出しました。時間とともに変化する電圧にさらされると、これらのデバイスは電流とコンダクタンスに遅れた変化を示しました。これはメモリスタの特徴的な「ピンチ」ヒステリシス ループです。しかし、このシステムはメモリ性能が弱く、製造が困難でした。さらに、記憶効果の原因となるメカニズムは不明でした。

しかし、これは EPFL チームの思いとどまりませんでした。エメリッヒ氏は次のように説明しています。「私たちは、この初期の分野がどのようにナノエレクトロニクスを補完し、将来的には現実世界のコンピューティング アプリケーションにつながる可能性があるかを示したかったのです。」

デバイスを作成するために、EPFL の研究者らは、中心に直径 20 nm の細孔を備えた 20 ミクロン×100 ミクロンの窒化ケイ素膜をシリコンチップ上に作製しました。このチップ上に、蒸発堆積技術を使用して、周囲に流体が流れる直径 10 nm のパラジウム島を堆積しました。最後に、厚さ 50 ～ 150 nm のグラファイト層を追加して、細孔につながるチャネルを作成しました。

小さな水ぶくれ

デバイスを電解質溶液に浸し、正の電圧 (0.4 ～ 1.0 V) を印加すると、研究者らは中心孔の上の窒化ケイ素とグラファイトの間にミクロンスケールのブリスターが形成されるのを観察しました。彼らは、イオンがチャネルを通って移動し、中心に集まり、そこでの圧力が上昇し、水疱の形成につながると結論付けました。このブリスターは抵抗性の「短絡」として機能し、デバイスのコンダクタンスを増加させ、デバイスを「オン」状態にしました。同じ大きさの負の電圧を印加すると、ブリスターが収縮し、コンダクタンスが減少し、デバイスが「オフ」状態になります。

電圧遮断後にブリスターが収縮するまでに時間がかかるため、デバイスは以前の状態を記憶していました。 「私たちの光学的観察は、記憶のメカノイオン起源を示しました」とEPFLは述べています。 ネイサン・ロンセレー.

電圧リセットの前後でデバイスを流れる電流を測定したところ、デバイスは60～1秒のタイムスケールで最大2のコンダクタンス比で動作することが示され、以前の設計よりもXNUMX桁大きいメモリ効果が示された。エメリッヒ氏は、「スケーラブルな製造プロセスも備えたナノ流体デバイスでこのような強いメムリスティブな挙動が観察されたのは今回が初めてです」と付け加えた。

論理回路を作成するために、チームは 2 つのデバイスを可変電子抵抗器に並列に接続しました。したがって、両方のデバイスがこの抵抗を介して通信し、論理演算を実現します。特に、一方のデバイスのスイッチングは、他方のデバイスのコンダクタンス状態によって駆動されました。

ロジカルコミュニケーション

エメリッヒ氏によれば、これまでナノ流体デバイスは互いに独立して動作し、測定されてきたという。同氏は、新しいデバイスは「論理計算を実現するために通信できるようになった」とも付け加えた。

アイリス・アグレスティウィーン大学で量子メモリスタを開発している同氏は、これはナノ流体メモリスタの初めての実装ではないが、複数のデバイスを接続して制御された操作を実行できる方法を示しているのが新規性だと述べている。 「これは、一方のデバイスの動作が他方のデバイスに依存していることを意味します」と彼女は言います。

量子メモリスタはニューロモルフィック量子コンピューティングへの道を開く

EPFLの研究者らによると、次のステップは、メムリスティブユニットが水路と配線されたナノ流体ニューラルネットワークを構築することだという。目標は、パターン認識や行列乗算などの単純な計算タスクを実行できる回路を作成することです。 「私たちは、電子計算機と組み合わせて計算できる電解コンピューターを構築することを夢見ています」とラデノヴィッチ氏は言います。

それは長期的かつ野心的な目標です。しかし、このようなアプローチには、エレクトロニクスに比べて 2 つの重要な利点があります。まず、このシステムは電線と冷却剤の両方として水を使用するため、電線に通常伴う過熱を回避します。第二に、生物と同等の完全なタスクを実行するために、さまざまなイオンを使用することで恩恵を受ける可能性があります。さらに、アグレスティ氏は、ナノ流体コンポーネントを備えた人工ニューラルネットワークは、エネルギー消費の削減を約束すると述べています。

Yanbo Xie 氏は、ナノ流体工学の専門家です。 ノースウェスタンポリテクニック大学 中国の博士らは、メモリスタはニューロモーフィック コンピュータ チップにとって重要なコンポーネントであり、CPU のトランジスタと同様の役割を果たしていると指摘しています。 EPFL 論理回路は「将来の水系コンピューティング マシンの基本的な構成要素」になる可能性があると彼は言います。 フアン・ビスケット スペインのカステッロにあるジェームス一世大学の応用物理学者もこれに同意する。これらのデバイスは「堅牢な応答を示し」、それらを組み合わせてブール論理演算を実装することで、「完全に液体の回路に基づくニューロモーフィック システムへの道が開かれる」と彼は言います。

に作品が記載されています ネイチャーエレクトロニクス.

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://physicsworld.com/a/nanofluidic-memristors-compute-in-brain-inspired-logic-circuits/