Sondstationsanordningen (hela instrumentet, vänster, och en närmare bild av enhetens anslutning, höger) som mäter de elektriska svaren från de grundläggande komponenterna för datorer som efterliknar den mänskliga hjärnan. Tunnelövergångarna är på en tunn film på substratplattan. Kredit:Tapio Reinekoski
Internet of Things kommer, så mycket vi vet. Men inte utan komponenter och chips som klarar explosionen av data som följer med IoT. År 2020, det kommer att finnas 50 miljarder industriella internetsensorer på plats. En enda autonom enhet – en smartklocka, en städrobot, eller en förarlös bil – kan producera gigabyte data varje dag, medan en flygbuss kan ha över 10, 000 sensorer bara i en vinge.
Två hinder måste övervinnas. Först, strömtransistorer i datorchips måste miniatyriseras till storleken på bara några nanometer, en enorm termodynamisk utmaning; andra, att analysera och lagra oöverträffade mängder data kommer att kräva lika stora mängder energi. Sayani Majumdar, Akademistipendiat vid Aalto-universitetet, tillsammans med sina kollegor, designar teknik för att hantera båda frågorna.
Majumdar har tillsammans med sina kollegor designat och tillverkat de grundläggande byggstenarna för framtida komponenter i vad som kallas "neuromorfa" datorer inspirerade av den mänskliga hjärnan. Det är ett forskningsområde som de största IKT-företagen i världen och även EU satsar hårt på. Fortfarande, ingen har ännu kommit på en hårdvaruarkitektur i nanoskala som skulle kunna skalas till industriell tillverkning och användning.
"Tekniken och designen av neuromorfa datorer går snabbare framåt än dess rivaliserande revolution, kvantberäkning. Det finns redan breda spekulationer både inom den akademiska världen och företagens FoU om sätt att inskriva tunga beräkningsmöjligheter i hårdvaran i smarta telefoner, surfplattor och bärbara datorer. Nyckeln är att uppnå den extrema energieffektiviteten hos en biologisk hjärna och efterlikna hur neurala nätverk bearbetar information genom elektriska impulser, " förklarar Majumdar.
Grundkomponenter för datorer som fungerar som hjärnan
I deras senaste artikel i Avancerade funktionella material , Majumdar och hennes team rapporterar att de har tillverkat en ny sort av ferroelektriska tunnelkorsningar, nanometerska ferroelektriska tunna filmer inklämda mellan två elektroder. De har förmågor utöver befintliga teknologier och bådar gott för energieffektiv och stabil neuromorfisk datoranvändning.
Kopplingarna fungerar i låga spänningar på mindre än fem volt och med en mängd olika elektrodmaterial – inklusive kisel som används i chips i de flesta av vår elektronik. De kan också lagra data i mer än 10 år utan ström och tillverkas under normala förhållanden.
Tunnelkorsningar har fram till denna punkt mestadels gjorts av metalloxider och kräver 700 grader Celsius temperaturer och höga vakuum för att tillverka. Ferroelektriska material innehåller också bly vilket gör dem – och alla våra datorer – till en allvarlig miljöfara.
"Våra korsningar är gjorda av organiska kolvätematerial och de skulle minska mängden giftigt tungmetallavfall i elektronik. Vi kan också göra tusentals korsningar om dagen i rumstemperatur utan att de lider av vattnet eller syre i luften, " förklarar Majumdar.
Det som gör ferroelektriska tunnfilmskomponenter bra för neuromorfa datorer är deras förmåga att växla mellan inte bara binära tillstånd – 0 och 1 – utan ett stort antal mellantillstånd, också. Detta gör det möjligt för dem att "minna" information som inte olikt hjärnan:att lagra den under lång tid med små mängder energi och att behålla den information de en gång har fått – även efter att ha stängts av och på igen.
Dessa kallas memristorer. De är idealiska för beräkning liknande den i biologiska hjärnor. Ta, till exempel, den kommande Mars 2020-rovern. För att Rover ska kunna bearbeta data på egen hand med endast en enda solpanel som energikälla, dess oövervakade algoritmer kommer att behöva använda en konstgjord hjärna.
"Vad vi strävar efter nu är att integrera miljontals av våra tunnelövergångsmembran i ett nätverk på en kvadratcentimetersyta. Vi kan förvänta oss att packa så många på ett så litet utrymme eftersom vi nu har uppnått en rekordstor skillnad i ström mellan på- och avlägen i korsningarna och som ger funktionell stabilitet. Memristorerna kan sedan utföra komplexa uppgifter som bild- och mönsterigenkänning och fatta beslut autonomt, säger Majumdar.