استفاده از ماده ای دوبعدی جهت شبیه سازی سیناپس های مغزی

 

دانشمندان در حال توسعه مواد اولیه پردازنده ای هستند که مانند یک سلول سیناپسی عمل کرده و فرآیند عملکرد شبکه های عصبی مغز را تقلید میکند.

نام این قطعه (ECRAM) می باشد که عبارت است از : دسترسی الکتروشیمیایی به حافظه با میزان تصادفی

توسعه و تولید مواد اولیه دو بعدی یک روش تجاری و مقرون به صرفه ای جهت تولید این قطعات الکترونیکی می باشد.

این مطالعات توسط محققان مؤسسه فناوری سلطنتی KTH و دانشگاه استنفورد انجام گرفته است.

 (ECRAM) ساخته شده با کاربید تیتانیوم دوبعدی، پتانسیل فوق‌العاده‌ای را برای تکمیل فناوری ترانزیستور کلاسیک و کمک به تجاری‌سازی رایانه‌های قدرتمندی که بر اساس شبکه عصبی مغز مدل‌سازی شده‌اند، از خود نشان می دهد.

چنین رایانه‌های نورومورفیک می‌توانند هزاران برابر بیشتر از رایانه‌های امروزی کارآمدتر باشند.

مکس حامدی، دانشیار KTH :

ما شاهد پیشرفت های چشمگیری در حوزه محاسبات کوانتومی هستیم و ECRAM با داشتن برخی تفاوت های اساسی در مقایسه با معماری کلاسیک محاسباتی می تواند مانند یک سلول سیناپسی در شبکه عصبی مصنوعی عمل کند.

این پردازنده های جدید به اجزایی متکی هستند که قابلیت انجام محاسبات درون حافظه را پیدا می کنند و بر عکس ترانزیستورها که نیاز به انتقال اطلاعات بین پردازنده ها و حافظه ها دارند عمل نمی کنند.

حال تنها چالشی که دانشمندان با آن روبرو هستند توسعه موادی بهتر و مقرون به صرفه جهت ساخت ECRAM می باشد.

این مواد باید عملکرد بهتری در خصوص پایداری دمایی در مقایسه با پلاستیک ها از خود نشان بدهند.

ماده کلیدی در واحدهای ECRAM که محققان ساخته‌اند MXene نامیده می‌شود.

یک ترکیب دوبعدی بسیار نازک متشکل از کاربید تیتانیوم (Ti3C2Tx) که سرعت پیوند الکتروشیمی را به طور قابل توجهی افزایش می دهد.

پروفسور آلبرتو سالئو از دانشگاه استنفورد :

 MXene ECRAM معیارهای سرعت، خطی بودن، یافتن ایرادات، انتقال انرژی و استقامت ضروری برای شتاب موازی شبکه‌های عصبی مصنوعی را با یکدیگر ترکیب می‌کند.

استفاده از ECRAM در رایانه های نورومورفیک یک شبکه هوش مصنوعی را تشکیل میدهد که قابلیت سازگاری با اطلاعات پیچیده را به آن می بخشد.

این پردازنده همچنین می تواند ابزارهای پیشرفته ای را فعال کند که وظایف محاسباتی بسیار سنگین تری انجام دهد.