2018年1月24日
集存储、内存和处理在一个单位被认为是计算机体系结构面临的最大挑战之一。这将使电脑更节能和更快。格罗宁根大学物理学家这一目标迈出了巨大的一步,通过融合一个铌掺杂钛酸锶(SrTiO3)与铁磁半导体钴。在接口,这发展spin-memristor与存储能力,使得神经形态计算架构方式。结果出现在1月22日科学报告。
设备由物理学家,包括记忆电阻效应的半导体spin-based现象称为隧道各向异性磁电阻在室温下(TAMR)和运行。的SrTiO3半导体组成的非易失性可变电阻时界面上的钴:电场能够被用于改变它从低到高阻力和背部。这叫做electroresistance效应。
可调谐性
此外,当施加一个磁场在相同的接口,在飞机的钴,这提出了一个tunablity TAMR旋转电压1.2 mV。这种共存的一个更大的改变的价值TAMR和electroresistance相同的设备在室温下,没有建立在其他材料系统。
“这意味着我们可以将额外的信息存储在非易失性的方式记忆电阻,从而创建一个非常简单和优雅的综合spin-memristor设备操作在室温下”,功能的自旋电子学材料Tamalika Banerjee教授解释道。欧洲杯足球竞彩尝试将spin-based存储、计算和内存一直到目前为止除了其他因素阻碍了一个复杂的架构。
大脑
半导体和钴之间的界面是Banerjee集团的成功的关键设备。“我们已经表明,一纳米厚的隔热层氧化铝使TAMR效应消失”,Banerjee说。工程界面安静一段时间了。他们通过改变半导体的掺杂铌,因此未来的景观界面。同样的共存不能实现硅半导体:
你需要在SrTiO重原子3自旋轨道耦合的接口,负责大型TAMR效应在室温下。
Banerjee Tamalika
可以使用这些设备类人脑计算机体系结构。他们会像负责连接神经元的突触。外部刺激的突触反应,然而这种反应也将依赖于早期刺激的突触的记忆。
“我们正考虑如何创建一个仿生计算机体系结构基于我们的发现。”这样一个系统将远离冯诺依曼体系结构的标准。巨大的优势是它可能使用更少的能源,从而减少热量的产生。“这将是有用的“物联网”,连接不同的设备和网络产生不可持续的大量的热量。”
能源效率
的物理恰恰发生在半导体和锶钴的接口复杂,更多的工作将会执行为了理解它。Banerjee:“一旦我们理解得更好,我们将能够提高系统的性能。我们正在工作。但它工作得很好,所以我们也想建立一个更复杂的系统,这种spin-memristors测试实际算法具体人类大脑的认知能力。”巴纳吉的设备相对比较简单。扩展到一个完整的计算机体系结构是下一个巨大的进步。
如何将这些设备在一个并行计算架构,模仿大脑的工作确实是Banerjee感兴趣的一个问题。“我们的大脑是一个神奇的电脑,因为它可以并行处理大量信息的能源效率远远优于一台超级计算机。”Banerjee团队的调查结果可能会导致新的架构适合brain-inspired计算的发展。