Nieuw onderzoek: energiezuinige breininspiratiecomputers met revolutionaire 2D-materialentechnologie.

AmsterdamComputers hebben grote vooruitgang geboekt in hun capaciteiten. Ze kunnen gegevens zeer goed verwerken en voorspellen. Toch gebruiken menselijke hersenen veel minder energie. Zelfs de beste computers hebben ongeveer 10.000 keer meer energie nodig dan menselijke hersenen voor taken zoals beeldverwerking.

Het is essentieel om het energieverbruik van computers te verminderen. Elektronica in computers behoren wereldwijd tot de vier grootste energieverbruikers en dit verbruik neemt toe door toepassingen in kunstmatige intelligentie. Deze energieverspilling draagt ook bij aan de opwarming van de aarde. Daarom is de ontwikkeling van energiezuinige computertoepassingen dringend nodig.

Neuromorfe computers imiteren de werking van het brein door gebruik te maken van neuronen die tegelijkertijd informatie verwerken en weinig energie verbruiken. Deze methode kan het energieverbruik van computers aanzienlijk verminderen. Onderzoekers van UC Santa Barbara, Intel Labs en anderen hebben een studie gepubliceerd in Nature Communications over een nieuw platform voor neuromorfe computers. Ze gebruikten speciale transistors gemaakt van 2D-materialen, genaamd overgangsmetalen dichalcogeniden, die kunnen helpen om het energiegebruik te verlagen tot niveaus vergelijkbaar met dat van de menselijke hersenen.

Dit nieuwe platform biedt gebruiksvriendelijke functies, een strak ontwerp, snelle prestaties, en sterke beveiliging.

• Maakt gebruik van 2D TMD-gebaseerde TFETs
• Lagere off-state stromen
• Lage subdrempel-swing (SS)
• Potentieel voor aanzienlijke energie-efficiëntie

Neuromorfe computers bestaan al een tijdje en krijgen de laatste tijd meer aandacht. Door verbeteringen in circuits is het nu mogelijk om kleinere en dichter opeengepakte transistors te maken. Dit stelt ons in staat om meer processen uit te voeren en extra functies toe te voegen, terwijl we minder energie verbruiken.

Lees ook:

Vandaag · 01:33

Betovering door geluid: magie voor blinden mogelijk?

Onderzoekers ontwikkelen nieuwe 2D-tunneltransistoren die goed functioneren bij lage voltages. Deze kleine transistoren verbruiken minder energie en schakelen snel. Ze bootsen de efficiënte werkwijze van het brein na. Neuromorfe computerarchitectuur gebruikt circuits die alleen worden geactiveerd wanneer nodig, in tegenstelling tot traditionele computers die continu stroom gebruiken.

Traditionele computers maken gebruik van een von Neumann-architectuur waarbij data stap voor stap wordt verwerkt en geheugen en verwerkingsunits gescheiden zijn. Daarentegen verwerken neuromorfe (NM) computers alleen data wanneer er input is, en zijn geheugen en verwerking verdeeld over veel transistors. Bedrijven zoals Intel en IBM hebben hersenachtige platforms ontwikkeld met miljarden verbonden transistors die veel energie besparen, maar er is nog ruimte voor verbetering.

De meeste energie gaat verloren in huidige NM-chips door lekstroom. Dit is een kleine hoeveelheid elektriciteit die vloeit zelfs wanneer het circuit is uitgeschakeld. Huidige NM-chips gebruiken MOSFETs, die veel lekstroom hebben als ze uitgeschakeld zijn. De nieuwe methode maakt gebruik van TFETs, die veel minder lekstroom hebben wanneer ze uit staan. Dit maakt het energieverbruik veel efficiënter.

Bij gebruik in een neuromorfisch circuit verbruiken TFET's minder energie dan de nieuwste MOSFET's. Vooral presteerden ze beter dan FinFET's, een type MOSFET met verticale structuren voor verbeterde schakeling. Hoewel TFET's zich nog in de onderzoeksfase bevinden, ziet hun prestatie er veelbelovend uit voor toekomstige herseninspirerende computersystemen.

Onderzoekers vermoeden dat dit nieuwe platform minder energie gebruikt, vergelijkbaar met het menselijk brein. Dit omvat geen energie voor interfacecircuits en geheugenopslag. In de toekomst zouden driedimensionale versies van deze circuits nog efficiënter kunnen werken. Deze 3D-circuits kunnen prestaties en efficiëntie aanzienlijk verbeteren. Dit platform vormt een grote vooruitgang ten opzichte van de huidige technologie.