Мы живем в аналоговом мире непрерывного потока информации, который обрабатывается и сохраняется нашим мозгом одновременно, но наши устройства обрабатывают информацию в цифровом виде в виде дискретного двоичного кода, разбивая информацию на маленькие биты (или укусы).
Исследователи из EPFL представили новаторскую технологию, которая сочетает в себе потенциал непрерывной аналоговой обработки с точностью цифровых устройств. Благодаря плавной интеграции ультратонких двумерных полупроводников с сегнетоэлектрическими материалами исследование, опубликованное в Nature Electronics, раскрывает новый способ повышения энергоэффективности и добавления новых функциональных возможностей в вычислительную технику. Новая конфигурация объединяет традиционную цифровую логику с аналоговыми операциями, подобными мозговым.
Более быстрая и эффективная электроника
Инновация лаборатории устройств наноэлектроники (Nanolab) в сотрудничестве с лабораторией микросистем основана на уникальной комбинации материалов, обеспечивающих функции, вдохновляемые мозгом, и передовых электронных переключателях, включая выдающийся туннельный полевой транзистор с отрицательной емкостью (TFET).
В мире электроники транзистор или “переключатель” можно сравнить с выключателем освещения, определяющим, течет ли ток (включен) или нет (выключен). Это знаменитые единицы и 0 двоичного компьютерного языка, и это простое действие по включению и выключению является неотъемлемой частью почти каждой функции наших электронных устройств, от обработки информации до хранения в памяти.
TFET – это особый тип переключателя, разработанный с учетом будущего, ориентированного на энергосбережение. В отличие от обычных транзисторов, для включения которых требуется определенное минимальное напряжение, TFET могут работать при значительно более низких напряжениях. Такая оптимизированная конструкция означает, что они потребляют значительно меньше энергии при переключении, тем самым значительно снижая общее энергопотребление устройств, в которые они интегрированы.
По словам профессора Адриана Ионеску (Adrian Ionescu), руководителя Nanolab, “Наши усилия представляют собой значительный скачок вперед в области электроники, превзойдя предыдущие показатели производительности, и примером тому являются выдающиеся возможности TFET с отрицательной емкостью из диселенида вольфрама / диселенида олова и возможность создавать синаптические функции нейронов в рамках той же технологии.”
Садег Камаи, кандидат наук в EPFL, впервые использовал потенциал двумерных полупроводников и сегнетоэлектрических материалов в рамках полностью совместно интегрированной электронной системы. Двумерные полупроводники могут быть использованы для сверхэффективных цифровых процессоров, в то время как сегнетоэлектрический материал обеспечивает возможность непрерывной обработки и сохранения памяти одновременно.
Сочетание этих двух материалов дает возможность максимально использовать цифровые и аналоговые возможности каждого из них. Теперь выключатель света из нашей приведенной выше аналогии не только более энергоэффективен, но и свет, который он включает, может гореть еще ярче.
Камаи добавил: “Работа с двумерными полупроводниками и их интеграция с сегнетоэлектрическими материалами была сложной задачей, но в то же время чрезвычайно полезной. Потенциальное применение наших результатов может изменить то, как мы рассматриваем электронные устройства и взаимодействуем с ними в будущем”.
Сочетание традиционной логики с нейроморфными схемами
Кроме того, исследование направлено на создание переключателей, подобных биологическим синапсам — сложным соединителям между клетками мозга — для нейроморфных вычислений.
“Исследование знаменует собой первую в истории совместную интеграцию логических схем фон Неймана и нейроморфных функциональных возможностей, намечая захватывающий путь к созданию инновационных вычислительных архитектур, характеризующихся исключительно низким энергопотреблением и доселе неизведанными возможностями построения нейроморфных функций в сочетании с цифровой обработкой информации”, – добавляет Ионеску.
Такие достижения намекают на электронные устройства, которые работают параллельно человеческому мозгу, сочетая скорость вычислений с обработкой информации способом, более соответствующим человеческому познанию. Например, нейроморфные системы могут превосходно справляться с задачами, с которыми сталкиваются традиционные компьютеры, такими как распознавание образов, обработка сенсорных данных или даже определенные виды обучения.
Это сочетание традиционной логики с нейроморфными схемами указывает на трансформационные изменения с далеко идущими последствиями. Вполне возможно, что в будущем устройства станут не только умнее и быстрее, но и в геометрической прогрессии более энергоэффективными.
