Создано электронное устройство, которое запоминает как мозг

Это крошечное устройство уже умеет сразу три вещи: работать как транзистор, хранить информацию как мемристор и мемконденсатор, а также демонстрировать синаптическую пластичность и распознавать цифры на картинках.
Иллюстрация: Chatqwen

Международная группа исследователей под руководством профессора Виктора Лопеса-Ричарда из Федерального университета Сан-Карлоса (Бразилия) разработала многофункциональный оксидный элемент, который может выполнять сразу несколько задач. Результаты опубликованы в журналах Nature Communications и Applied Physics Letters.

Что такое нейроморфные вычисления

Нейроморфные вычисления — это направление, которое пытается копировать принципы работы человеческого мозга. В обычных компьютерах память и процессор разделены, что приводит к большим затратам энергии и времени на передачу данных. Нейроморфные системы объединяют хранение и обработку информации в одном месте — примерно так, как это происходит в сетях нейронов и синапсов.

Универсальное устройство

Ученые создали компонент на основе интерфейса двух оксидных материалов — LaAlO₃ (оксид лантана и алюминия) и SrTiO₃ (титанат стронция). На границе этих материалов формируется тонкий слой квазидвумерного электронного газа, который служит проводящим каналом.

«Устройство создано на границе двух оксидов. Там формируется тонкий слой квазидвумерного электронного газа, который служит проводящим каналом и легко управляется электричеством. Получается транзистор, который одновременно может работать как мемристор и мемконденсатор», — объясняет Лопес-Ричард.

Транзистор управляет потоком тока, мемристор «помнит» предыдущие состояния, меняя свое сопротивление, а мемконденсатор может хранить заряд в зависимости от истории. Все это в одном устройстве.

Необычная конструкция

Особенность устройства — боковые управляющие затворы вместо традиционного верхнего затвора. Такая архитектура позволяет работать в аналоговом режиме, имея множество промежуточных состояний, а не только «включено» или «выключено», как в цифровых транзисторах.

«Аналоговый режим работы позволяет ему функционировать в нескольких промежуточных состояниях», — подчеркивает исследователь.

Ключевой механизм памяти связан с накоплением зарядов в боковых затворах. Эти заряды постепенно меняют проводимость канала. Интересно, что сам электронный газ не является главным хранилищем памяти — эту роль играют именно боковые затворы.

Что уже умеет устройство

Фото: Nature Communications
На схемах показано, как одно устройство может работать в трех режимах — транзистора, мемристора и мемконденсатора, а также как это позволяет выполнять вычисления и хранить информацию.

В экспериментах ученые показали, что компонент способен:

  • выполнять задачи типа резервуарных вычислений (это особый метод, при котором устройство использует свою сложную внутреннюю динамику как «резервуар» для обработки информации

  • распознавать простые изображения, например цифры от 0 до 9 на картинках низкого разрешения
  • проявлять синаптическую пластичность — усиливать «связи» при повторяющихся сигналах, как при обучении
  • выполнять логические операции («И», «ИЛИ», «НЕ») прямо внутри себя, без дополнительной памяти

Энергопотребление на одну операцию составляет всего несколько наноджоулей — значительно меньше, чем у традиционных схем.

Как это изменит электронику

«Достаточно просто подключить или отключить порт, чтобы изменить функцию устройства», — говорит Лопес-Ричард.

Такая многофункциональность позволяет резко сократить количество соединений и энергопотребление — главные проблемы современных компьютеров. Устройство демонстрирует концепцию «электронного полиморфизма» — когда один элемент может выполнять разные роли в зависимости от подключения.

Проект — результат многолетнего международного сотрудничества с университетом Вюрцбурга в Германии, которое началось еще в 2013 году. 

Ученые отмечают, что это достижение — важный шаг на пути к созданию энергоэффективных компьютеров, которые работают по принципам, близким к мозгу. Если такие устройства получат развитие, они могут революционизировать области, где важны низкое энергопотребление и обработка сложных данных в реальном времени.

Подписывайтесь и читайте «Науку» в MAX