Den nya tekniken kan göra det möjligt för datorer att utföra komplexa uppgifter snabbare och mer exakt samtidigt som de använder mycket mindre energi.
En ny mikroelektronisk enhet kan programmera och omprogrammera datorhårdvara på begäran med hjälp av elektriska pulser
Tänk om en dator kunde lära sig att ordna om sina kretsar baserat på informationen den tar emot?
Ett multiinstitutionellt samarbete som inkluderar det amerikanska energidepartementets (DOE) Argonne National Laboratory har skapat ett material som kan användas för att skapa datorchips som kan göra just det. Den uppnår detta genom att använda så kallade “neuromorfa” kretsar och datorarkitektur för att replikera hjärnans funktioner. Purdue University professor Sriram Ramanathan ledde laget.
“Mänskliga hjärnor kan faktiskt förändras som ett resultat av att lära sig nya saker”, säger Subramanian Sankaranarayanan, medförfattare till tidningen med ett gemensamt uppdrag vid Argonne och University of Illinois i Chicago. “Vi har nu skapat en enhet för maskiner för att omkonfigurera sina kretsar på ett hjärnliknande sätt.”
Med denna förmåga kan AI-baserade datorer göra svåra uppgifter snabbare och mer exakt, samtidigt som de använder mycket mindre energi. Ett exempel är att analysera komplexa medicinska bilder. Autonoma bilar och robotar i rymden som kan koppla om sina kretsar beroende på erfarenhet är ett mer futuristiskt exempel.
Vätejonerna i nickel möjliggör en av fyra funktioner vid olika spänningar (applicerade av platina- och guldelektroder i toppen). Funktionerna är artificiell synaps, artificiell neuron, kondensator och resistor. En kondensator lagrar och frigör ström; motståndet blockerar det. Kredit: Argonne National Laboratory
Nyckelmaterialet i den nya enheten består av neodym, nickel och syre och kallas perovskitnickelat (NdNiO3). Teamet infunderade detta material med väte och fäste elektroder till det som gjorde att elektriska pulser kunde appliceras vid olika spänningar.
“Hur mycket väte som finns i nickel och var det är förändrar de elektroniska egenskaperna,” sa Sankaranarayanan. “Och vi kan ändra dess plats och koncentration med olika elektriska pulser.”
“Det här materialet har en personlighet i flera lager,” tillade Hua Zhou, medförfattare och Argonne-fysiker. “Den har de två vanliga funktionerna för vardagselektronik – att slå på och stänga av elektricitet och att lagra och släppa ut elektricitet. Det som verkligen är nytt och slående är tillägget av två funktioner som liknar det separata beteendet hos synapser och neuroner i hjärnan. En neuron är en enda nervcell som är kopplad till andra nervceller genom synapser. Neuroner initierar känslan av omvärlden.
För sitt bidrag utförde Argonne-teamet en beräknings- och experimentell karaktärisering av vad som händer i nickelatenheten vid olika spänningar. För detta ändamål förlitar de sig på DOE Office of Sciences användarfaciliteter i Argonne: Advanced Photon Source, Argonne Leadership Computing Facility och Center for Nanoscale Materials.
Experimentella resultat visar att enbart ändring av spänningen styr vätejonernas rörelse i nickel. En viss spänning koncentrerar vätet i nickelatcentret, vilket skapar neuronliknande beteende. En annan spänning för detta väte ut ur centrum, vilket resulterar i en synapsliknande. Vid fortfarande olika spänningar gör de resulterande platserna och koncentrationen av väte att datorchipsen slår på och av strömmar.
“Våra beräkningar som avslöjade den här mekanismen på atomär skala var superintensiva,” sa Argonne-forskaren Sukriti Manna. Teamet förlitade sig på datorkraften hos inte bara Argonne Leadership Computing Facility, utan också National Science Computing Center for Energy Research, en DOE Office of Science-användaranläggning vid Lawrence Berkeley National Laboratory.
Bekräftelse av mekanismen kom delvis från experiment vid beamline 33-ID-D vid Advanced Photon Source.
“Vi har haft ett mycket produktivt partnerskap med Purdue-gruppen under åren,” sa Zhou. “Här bestämde teamet exakt hur atomerna ordnar sig i nickel vid olika spänningar. Särskilt viktigt var att spåra materialets reaktion i atomär skala på vätgas rörelse.
Med lagets nickelapparat kommer forskare att arbeta för att skapa ett nätverk av artificiella neuroner och synapser som kan lära sig och modifiera av erfarenhet. Detta nätverk kommer att växa eller krympa när ny information presenteras och därmed kunna arbeta med extrem energieffektivitet. Och den energieffektiviteten leder till lägre driftskostnader.
Hjärninspirerad mikroelektronik med teamets enhet som byggsten kan ha en ljus framtid. Detta beror särskilt på att enheten kan tillverkas vid rumstemperatur med hjälp av tekniker som är kompatibla med halvledarindustrins praxis.
Argonne-relaterat arbete finansierades av DOE:s Office of Basic Energy Sciences, såväl som Air Force Bases Office of Scientific Research och National Science Foundation.
Referens: “Omkonfigurerbar nickelatperovskitelektronik för artificiell intelligens” av Hai-Tian Zhang, Tae Joon Park, ANM Nafiul Islam, Dat SJ Tran, Sukriti Manna, Qi Wang, Sandip Mondal, Haoming Yu, Suvo Banik, Shaobo Cheng, Hua Zhou, Sampath Gamage, Sayantan Mahapatra, Yimei Zhu, Yohannes Abate, Nan Jiang, Subramanian KRS Sankaranarayanan, Abhronil Sengupta, Christof Teuscher och Shriram Ramanathan, 3 februari 2022, Vetenskap.DOI: 10.1126/science.abj7943
