Jauna tipa 3D datoru mikroshēmas, kas apvieno divas progresīvas nanotehnoloģijas, varētu dramatiski palielināt procesoru ātrumu un energoefektivitāti, teikts jaunā pētījumā.
Mūsdienu mikroshēmas atdala atmiņu (kurā tiek glabāti dati) un loģiskās shēmas (kas apstrādā datus), un operāciju veikšanai dati tiek pārsūtīti uz priekšu un atpakaļ starp šiem diviem komponentiem. Bet ierobežotā savienojumu skaita starp atmiņas un loģikas ķēdēm dēļ tas kļūst par būtisku sašaurinājumu, jo īpaši tāpēc, ka datoriem ir paredzēts tikt galā ar arvien pieaugošo datu daudzumu.
Iepriekš šo ierobežojumu maskēja Mūra likuma ietekme, kurā teikts, ka tranzistoru skaits, kas var ietilpt mikroshēmā, divreiz divos gados palielinās, līdz ar to palielinot veiktspēju. Bet, tā kā mikroshēmu ražotāji sastopas ar pamatīgiem fiziskiem ierobežojumiem, cik mazus tranzistorus var iegūt, šī tendence ir palēninājusies.
Jaunais mikroshēmas prototips, kuru izstrādājuši inženieri no Stenfordas universitātes un Masačūsetsas Tehnoloģiju institūta, vienlaikus risina abas problēmas, liekot atmiņas un loģiskās shēmas viena otrai, nevis blakus.
Tas ne tikai ļauj efektīvi izmantot telpu, bet arī dramatiski palielina savienojumu virsmas laukumu starp komponentiem, sacīja pētnieki. Parastajai loģiskajai shēmai būtu ierobežots tapu skaits katrā malā, caur kuru var pārsūtīt datus; turpretī pētnieki neaprobežojās ar malu izmantošanu un spēja blīvi iesaiņot vertikālos vadus, kas virzījās no loģiskā slāņa uz atmiņas slāni.
"Ar atsevišķu atmiņu un skaitļošanu mikroshēma ir gandrīz kā divas ļoti apdzīvotas pilsētas, taču starp tām ir ļoti maz tiltu," Live Science pastāstīja pētījuma vadītājs Subhasish Mitra, Stenfordas elektrotehnikas un datorzinātņu profesors. "Tagad mēs neesam tikai apvienojuši šīs divas pilsētas - mēs esam uzbūvējuši vēl daudz tiltu, lai satiksme starp tām varētu notikt daudz efektīvāk."
Papildus tam pētnieki izmantoja loģiskās shēmas, kas izveidotas no oglekļa nanocauruļu tranzistoriem, kā arī topošo tehnoloģiju, ko sauc par rezistīvo brīvpiekļuves atmiņu (RRAM), kuras abas ir daudz energoefektīvākas nekā silīcija tehnoloģijas. Tas ir svarīgi, jo milzīgā enerģija, kas nepieciešama datu centru vadīšanai, ir vēl viens liels izaicinājums, ar kuru saskaras tehnoloģiju uzņēmumi.
"Lai panāktu nākamo 1000 reižu uzlabojumu skaitļošanas veiktspējā energoefektivitātes ziņā, kas liek lietām darboties ar ļoti zemu enerģijas patēriņu un tajā pašā laikā liek lietām darboties patiešām ātri, šī ir jums nepieciešamā arhitektūra," sacīja Mitra.
Lai arī abām šīm jaunajām nanotehnoloģijām ir raksturīgas priekšrocības salīdzinājumā ar parasto, silīcija bāzes tehnoloģiju, tās ir arī neatņemama jaunās mikroshēmas 3D arhitektūra, sacīja pētnieki.
Mūsdienu mikroshēmas ir 2D, jo silīcija tranzistoru izgatavošanai uz mikroshēmas nepieciešama temperatūra virs 1800 grādiem pēc Fārenheita (1000 grādi pēc Celsija), kas padara neiespējamu silīcija shēmu uzklāšanu viena virs otras, nesabojājot apakšējo slāni, sacīja pētnieki. .
Bet gan oglekļa nanocauruļu tranzistori, gan RRAM ir izgatavoti vēsākā temperatūrā nekā 392 grādi F (200 grādi C), tāpēc tos var viegli uzklāt silīcija virspusē, nesabojājot pamatā esošo shēmu. Tas arī padara pētnieku pieeju saderīgu ar pašreizējo mikroshēmu izgatavošanas tehnoloģiju, viņi teica.
Daudzu slāņu sakraušana viens virs otra, iespējams, var izraisīt pārkaršanu, sacīja Mitra, jo augšējie slāņi atradīsies tālu no siltuma izlietnēm mikroshēmas pamatnē. Bet viņš piebilda, ka šai problēmai jābūt salīdzinoši vienkāršai, lai izstrādātu inženieri, un jaunās tehnoloģijas paaugstinātā energoefektivitāte nozīmē, ka vispirms tiek saražots mazāk siltuma.
Lai demonstrētu tā dizaina priekšrocības, komanda uzbūvēja gāzes detektora prototipu, mikroshēmas augšdaļai pievienojot vēl vienu oglekļa nanocaurulīšu sensoru slāni. Vertikālā integrācija nozīmēja, ka katrs no šiem sensoriem bija tieši savienots ar RRAM šūnu, dramatiski palielinot datu apstrādes ātrumu.
Pēc tam šie dati tika pārsūtīti uz loģisko slāni, kas īstenoja mašīnmācīšanās algoritmu, kas ļāva atšķirt citronu sulas, degvīna un alus tvaikus.
Tomēr Mitra sacīja, ka tā bija tikai demonstrācija, un mikroshēma ir ļoti universāla un īpaši piemērota tāda veida smaga, dziļa neironu tīkla pieejai, kas ir pašreizējās mākslīgā intelekta tehnoloģijas pamatā.
Kalifornijas Bērklijas universitātes elektrotehnikas un datorzinātņu profesors Jans Rabajejs, kurš nebija iesaistīts pētniecībā, sacīja, ka tam piekrīt.
"Šīs struktūras var būt īpaši piemērotas alternatīvām uz mācīšanos balstītām skaitļošanas paradigmām, piemēram, smadzeņu iedvesmotām sistēmām un dziļiem neironu tīkliem, un autoru piedāvātā pieeja noteikti ir lielisks pirmais solis šajā virzienā," viņš sacīja MIT News.
