• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Um transistor de porta flutuante de dois terminais para computação neuromórfica

    Professor Shahar Kvatinsky (esquerda) e estudante de doutorado Loai Danial (direita), dois dos pesquisadores por trás do estudo. Crédito:Rami Shlush.

    Pesquisadores da Technion e TowerJazz em Israel construíram recentemente um sistema de baixa potência, transistor de porta flutuante de dois terminais que pode ter aplicações úteis em computação neuromórfica. Este transistor, apresentado em um artigo em Nature Electronics , foi fabricado usando tecnologia single-poly padrão e um processo CMOS comercial de 180 nm.

    "Nosso laboratório geralmente trabalha em circuitos e arquiteturas com dispositivos emergentes, como memristors, "Shahar Kvatinsky, um dos pesquisadores que realizou o estudo, disse TechXplore. “O problema com esses dispositivos é que eles não estão disponíveis comercialmente e só podemos obtê-los em pequena escala e com baixa confiabilidade. ou confiamos em simulações ou em pequenas provas de conceito com os dispositivos disponíveis. "

    Inicialmente, Kvatinsky e seus colegas começaram a procurar uma maneira de testar suas ideias em um ambiente mais confiável. Subseqüentemente, durante uma colaboração com a TowerJazz destinada a modificar os dispositivos Y-Flash comerciais deste último, a equipe percebeu que, sob certas condições, esses dispositivos podem ter comportamento semelhante aos dispositivos apresentados em seus projetos. Depois de uma série de testes nesses dispositivos, eles decidiram modelá-los como memristores.

    "O comportamento dos memristores é muito diferente dos transistores existentes, "Kvatinsky disse." Eles são de dois terminais (contra três ou quatro terminais em transistores) e se comportam como resistores com memória (este é o significado do nome). Embora os memristores não estejam disponíveis comercialmente, Y-Flash é, em um processo estável de 0,18 um. "

    Os dispositivos semelhantes a memristor apresentados pelos pesquisadores podem ser ajustados precisamente usando tensões e tempos de comutação otimizados. Além disso, eles podem atingir 65 níveis resistivos distintos e ter uma retenção analógica de dados de 10 anos.

    A principal vantagem desses dispositivos, Contudo, é que embora reproduzam um comportamento semelhante ao do memristor, eles podem ser facilmente construídos usando tecnologia disponível comercialmente, o que não é verdade para a maioria dos memristores existentes. Além disso, eles são de baixo consumo de energia e, portanto, consideravelmente eficientes em termos de energia.

    "Observe que para fabricar o Y-Flash em um modo memristivo, as modificações que fizemos são pequenas e não requerem etapas adicionais de fabricação, "Kvatinsky acrescentou." Isso significa que seu custo é idêntico ao dos transistores Y-Flash padrão. "

    Kvatinsky e seus colegas realizaram uma série de experimentos nos quais demonstraram o potencial de seus memristores para uma série de aplicações neuromórficas básicas. Em particular, eles mostraram que são adequados para alcançar a plasticidade dependente do tempo de pico, multiplicação vetor-matriz, memória associativa e treinamento de classificação.

    "Para acadêmicos como eu, nossos transistores nos permitirão testar nossas idéias em um projeto de escala relativamente grande com transistores regulares, "Kvatinsky disse." Para a indústria, abre oportunidades para fabricar sistemas neuromórficos de IA eficientes para aplicações de baixo consumo de energia. "

    Esses memristores podem abrir novas possibilidades interessantes para inúmeras áreas de pesquisa e desenvolvimento. Eles podem ser particularmente úteis para aplicações que requerem o uso de memristores em grande escala, como sistemas neuromórficos de IA, bem como para aqueles que requerem excelente integração com tecnologias comerciais.

    "Nesse artigo, mostramos como o dispositivo básico se comporta e demonstramos vários aplicativos relacionados a redes neurais, "Kvatinsky disse." Agora planejamos projetar e fabricar aplicativos maiores e integrá-los com transistores. "

    © 2020 Science X Network




    © Ciência https://pt.scienceaq.com