«У компьютеров есть отдельная обработка и устройства хранения данных памяти, тогда как мозг использует нейроны, чтобы выполнить обе функции», сказал Марк К. Херсэм Северо-Западного университета. «Нейронные сети могут достигнуть сложного вычисления со значительно более низким потреблением энергии по сравнению с компьютером».В последние годы исследователи искали способы сделать компьютеры большим количеством neuromorphic, или подобный мозгу, чтобы выполнить все больше и больше сложные задачи с высокой эффективностью. Теперь Hersam, профессор Уолтера П. Мерфи Материаловедения и Разработки в Школе Маккормика Нортвестерна Разработки и его команде приближают мир к пониманию этой цели.Исследовательская группа разработала новое устройство, названное «memtransistor», который работает во многом как нейрон, выступая и память и обработку информации.
С объединенными особенностями мемристора и транзистора, memtransistor также охватывает многократные терминалы, которые работают более так же к нейронной сети.Поддержанный Национальным институтом стандартов и технологий и Национальным научным фондом, исследование было издано онлайн сегодня, 22 февраля, по своей природе. Винод К. Сэнгван и Гонконг-Sub Ли, постдокторанты, рекомендуемые Hersam, служили co-first авторами газеты.memtransistor полагается на работу, изданную в 2015, в котором Hersam, Sangwan и их сотрудники использовали дисульфид молибдена единственного слоя (MoS2), чтобы создать настраиваемый воротами мемристор с тремя терминалами для быстрого, надежного цифрового хранения памяти.
Мемристор, который короток для «резисторов памяти», является резисторами в токе, которые «помнят», что напряжение ранее относилось к ним. Типичные мемристоры – электронные устройства с двумя терминалами, которые могут только управлять одним каналом напряжения. Преобразовывая его в устройство с тремя терминалами, Hersam проложил путь к мемристорам, которые будут использоваться в более сложных электронных схемах и системах, таких как вычисление neuromorphic.
Чтобы развивать memtransistor, команда Херсэма снова использовала атомарно тонкий MoS2 с четко определенными границами зерна, которые влияют на поток тока. Подобный пути волокна устроены в древесине, атомы устроены в заказанные области – названный «зерном» – в материале. Когда большое напряжение применено, границы зерна облегчают атомное движение, вызывая изменение в сопротивлении.«Поскольку дисульфид молибдена атомарно тонкий, это легко под влиянием прикладных электрических полей», объяснил Херсэм. «Эта собственность позволяет нам делать транзистор.
Особенности мемристора прибывают из того, что дефекты в материале относительно мобильны, особенно в присутствии границ зерна».Но в отличие от его предыдущего мемристора, который использовал отдельные, маленькие хлопья MoS2, memtransistor Херсэма использует непрерывный фильм поликристаллического MoS2, который включает большое количество меньших хлопьев. Это позволило исследовательской группе расширить устройство с одной пластинки на многие устройства через всю вафлю.
«Когда длина устройства будет больше, чем отдельный размер зерна, у Вас, как гарантируют, будут границы зерна в каждом устройстве через вафлю», сказал Херсэм. «Таким образом мы видим восстанавливаемые, настраиваемые воротами memristive ответы через большие массивы устройств».После изготовления memtransistors однородно через всю вафлю, команда Херсэма добавила дополнительные электрические контакты.
Типичные транзисторы и ранее развитый мемристор Херсэма у каждого есть три терминала. В их новой статье, однако, команда поняла устройство с семью терминалами, в котором один терминал управляет током среди других шести терминалов.«Это еще более подобно нейронам в мозгу», сказал Херсэм, «потому что в мозгу, нам обычно не соединяли один нейрон с только еще одним нейроном.
Вместо этого один нейрон связан с кратным числом другие нейроны, чтобы сформировать сеть. Наша структура устройства позволяет многократные контакты, который подобен многократным синапсам в нейронах».
Затем, Hersam и его команда работают, чтобы сделать memtransistor быстрее и меньшим. Hersam также планирует продолжить расширять устройство в производственных целях.«Мы полагаем, что memtransistor может быть основополагающим элементом схемы для новых форм вычисления neuromorphic», сказал он. «Однако создание десятков устройств, поскольку мы сделали в нашей статье, отличается, чем создание миллиарда, который сделан с обычной технологией транзистора сегодня.
К настоящему времени мы не видим фундаментальных барьеров, которые предотвратят, далее увеличиваются нашего подхода».