Ingenjörer vid University of Massachusetts Amherst leder ett forskargrupp som utvecklar en ny typ av nanodev för datormikroprocessorer som kan efterlikna en biologisk synaps - den plats där en signal passerar från en nervcell till en annan i kroppen. Verket presenteras i förhandspublikationen online av Naturmaterial .

Sådan neuromorfisk datoranvändning där mikroprocessorer är konfigurerade mer som mänskliga hjärnor är en av de mest lovande transformativa datorteknikerna som för närvarande studeras.

J. Joshua Yang och Qiangfei Xia är professorer på avdelningen för el- och datateknik vid UMass Amherst College of Engineering. Yang beskriver forskningen som en del av ett samarbete kring en ny typ av memristiv enhet.

Memristiva enheter är elektriska motståndsomkopplare som kan ändra deras motstånd baserat på historien om pålagd spänning och ström. Dessa enheter kan lagra och behandla information och erbjuder flera viktiga prestandaegenskaper som överstiger konventionell integrerad kretsteknik.

"Memristorer har blivit en ledande kandidat för att möjliggöra neuromorf beräkning genom att reproducera funktionerna i biologiska synapser och neuroner i ett neuralt nätverkssystem, samtidigt som det ger fördelar i energi och storlek, " säger forskarna.

Neuromorphic computing – vilket betyder att mikroprocessorer är konfigurerade mer som mänskliga hjärnor än som traditionella datorchips – är en av de mest lovande transformativa datorteknikerna som för närvarande studeras intensivt. Xia säger, "Detta arbete öppnar en ny väg för neuromorf datorhårdvara baserad på memristorer."

De säger att de flesta tidigare arbeten inom detta område med memristorer inte har implementerat diffusiv dynamik utan att använda stor standardteknik som finns i integrerade kretsar som vanligtvis används i mikroprocessorer, mikrokontroller, statiskt direktminne och andra digitala logiska kretsar.

Forskarna säger att de föreslog och demonstrerade en bioinspirerad lösning på den diffusiva dynamiken som är fundamentalt annorlunda än standardtekniken för integrerade kretsar samtidigt som de delar stora likheter med synapser. De säger, "Specifikt, vi utvecklade en memristor av diffusiv typ där diffusion av atomer erbjuder en liknande dynamik och de nödvändiga tidsskalorna som dess biomotsvarighet, vilket leder till en mer trogen emulering av faktiska synapser, dvs. en sann synaptisk emulator."

Forskarna säger, "Resultaten här ger en uppmuntrande väg mot synaptisk emulering med diffusiva memristorer för neuromorfisk beräkning."

Titeln på artikeln är "Memristors with diffusive dynamics as synaptic emulators for neuromorphic computing."