Naujo tipo tyrime teigiama, kad naujo tipo 3D kompiuterio lustai, apjungiantys dvi pažangiausias nanotechnologijas, galėtų smarkiai padidinti procesorių greitį ir energijos efektyvumą.
Šiandienos lustai atskiria atmintį (kurioje saugomi duomenys) ir logines grandines (kurios apdoroja duomenis), o operacijos atlikti tarp šių dviejų komponentų perduodamos į priekį ir atgal. Tačiau dėl riboto atminties ir loginių grandinių jungčių skaičiaus tai tampa svarbia kliūtimi, ypač todėl, kad tikimasi, kad kompiuteriai susidurs su vis didėjančiu duomenų kiekiu.
Anksčiau šis apribojimas buvo užmaskuotas Moore'o įstatymo, kuris sako, kad tranzistorių, kurie gali tilpti į lustą, skaičius padvigubėja kas dvejus metus, kartu didėjant našumui. Tačiau mikroschemų gamintojams pasiekus pagrindines fizines ribas, kiek gali gauti mažų tranzistorių, ši tendencija sulėtėjo.
Naujasis mikroschemos prototipas, kurį suprojektavo inžinieriai iš Stanfordo universiteto ir Masačusetso technologijos instituto, abi problemas sprendžia tuo pačiu metu, kai atminties ir logikos grandinės išdėstomos viena ant kitos, o ne viena šalia kitos.
Tyrėjai teigė, kad tai ne tik leidžia efektyviai išnaudoti erdvę, bet ir žymiai padidina jungčių tarp komponentų paviršiaus plotą. Įprastoje loginėje grandinėje būtų ribotas kaiščių skaičius kiekviename krašte, per kurias būtų galima perduoti duomenis; priešingai, tyrinėtojai neapsiribojo kraštų naudojimu ir galėjo tankiai supakuoti vertikalius laidus, einančius nuo loginio sluoksnio iki atminties sluoksnio.
„Su atskira atmintimi ir skaičiavimu lustas yra beveik kaip du labai gausiai apgyvendinti miestai, tačiau tarp jų yra labai mažai tiltų“, - „Live Science“ pasakojo tyrimo vadovas Subhasish Mitra, Stanfordo elektrotechnikos ir informatikos profesorius. "Dabar mes ne tik sujungėme šiuos du miestus - mes pastatėme dar daugiau tiltų, kad eismas tarp jų vyktų daug efektyviau."
Be to, tyrėjai panaudojo logines grandines, pagamintas iš anglies nanovamzdelių tranzistorių, kartu su naujai atsirandančia technologija, vadinama rezistine atsitiktinės prieigos atmintimi (RRAM), kurios abi yra daug efektyvesnės energijos atžvilgiu nei silicio technologijos. Tai svarbu, nes didžiulė energija, reikalinga duomenų centrams valdyti, yra dar vienas didelis iššūkis, su kuriuo susiduria technologijų įmonės.
„Norint pasiekti kitą 1000 kartų didesnį skaičiavimo efektyvumą energijos vartojimo efektyvumo srityje, dėl kurio viskas einama labai mažai energijos ir tuo pačiu viskas vyksta greitai, tai yra jums reikalinga architektūra“, - teigė Mitra.
Nors abi šios naujos nanotechnologijos turi būdingų pranašumų, palyginti su įprastomis, silicio pagrindu pagamintomis technologijomis, jos taip pat yra neatsiejama naujojo lusto 3D architektūra, teigė tyrėjai.
Šiandieninės mikroschemos yra 2D, nes norint gaminti silicio tranzistorius ant mikroschemos reikia aukštesnės nei 1800 laipsnių Farenheito (1000 laipsnių Celsijaus) temperatūros, todėl neįmanoma sudėti silicio grandinių viena ant kitos nepažeidžiant apatinio sluoksnio, teigia tyrėjai. .
Bet tiek anglies nanovamzdelių tranzistoriai, tiek RRAM yra gaminami esant ne aukštesnei kaip 392 laipsnių F (200 laipsnių C) temperatūrai, todėl juos lengvai galima sluoksniuoti ant silicio, nepažeidžiant pagrindinės grandinės. Jie taip pat daro tyrėjų požiūrį suderinamą su dabartine mikroschemų gamybos technologija.
Daugybės sluoksnių sudėliojimas vienas ant kito gali sukelti perkaitimą, sakė Mitra, nes viršutiniai sluoksniai bus toli nuo šilumos kriauklių ties mikroschemos pagrindu. Tačiau jis pridūrė, kad ši problema turėtų būti gana paprasta inžinieriams, o padidėjęs naujos technologijos energijos vartojimo efektyvumas pirmiausia reiškia, kad mažiau šilumos.
Norėdami parodyti savo dizaino pranašumus, komanda pastatė dujų detektoriaus prototipą, ant lusto pridėdami dar vieną anglies nanovamzdelių jutiklių sluoksnį. Vertikali integracija reiškė, kad kiekvienas iš šių jutiklių buvo tiesiogiai sujungtas su RRAM elementu, žymiai padidindamas duomenų apdorojimo greitį.
Šie duomenys buvo perduoti loginiam sluoksniui, kuris įgyvendino mašininio mokymosi algoritmą, kuris leido atskirti citrinos sulčių, degtinės ir alaus garus.
Vis dėlto tai buvo tik demonstracija, - teigė Mitra, o mikroschema yra labai universali ir ypač gerai tinka tokiems duomenims, kaip sunkūs ir gilūs neuroniniai tinklo metodai, kuriais grindžiamos dabartinės dirbtinio intelekto technologijos.
Tyrime nedalyvavęs Kalifornijos universiteto Berklio universiteto elektros inžinerijos ir informatikos profesorius Janas Rabaey teigė, kad sutinka.
„Šios struktūros gali būti ypač tinkamos alternatyvioms mokymuisi pritaikytoms skaičiavimo paradigmoms, tokioms kaip smegenų įkvėptos sistemos ir gilieji nerviniai tinklai, o autorių pateiktas požiūris yra neabejotinai puikus pirmas žingsnis ta linkme“, - sakė jis „MIT News“.
