p Dr. Sharath Sriram, Universidade RMIT
p Os pesquisadores da RMIT University trouxeram ultra-rápido, armazenamento de dados em nanoescala dentro de um alcance impressionante, usando tecnologia que imita o cérebro humano. p Os pesquisadores construíram uma nova nanoestrutura que oferece uma nova plataforma para o desenvolvimento de dispositivos de memória em nanoescala altamente estáveis e confiáveis.
p O trabalho pioneiro aparecerá na próxima capa da revista científica de materiais
Materiais Funcionais Avançados (11 de novembro).
p O líder do projeto, Dr. Sharath Sriram, co-líder do Grupo de Pesquisa de Materiais Funcionais e Microssistemas RMIT, disse que a estrutura empilhada de nanômetros foi criada usando filme fino, um material óxido funcional com mais de 10, 000 vezes mais fino que um cabelo humano.
p "O filme fino é projetado especificamente para ter defeitos em sua química para demonstrar um efeito 'memristivo' - onde o comportamento do elemento de memória é dependente de suas experiências anteriores, "Dr. Sriram disse.
p "Com a memória flash se aproximando rapidamente dos limites fundamentais de escala, precisamos de novos materiais e arquiteturas para criar a próxima geração de memória não volátil.
p "A estrutura que desenvolvemos pode ser usada para uma variedade de aplicações eletrônicas - desde dispositivos de memória ultrarrápidos que podem ser reduzidos a alguns nanômetros, para arquiteturas lógicas de computador que replicam a versatilidade e o tempo de resposta de uma rede neural biológica.
p "Embora mais investigação precise ser feita, nosso trabalho avança a busca por tecnologia de memória de próxima geração pode replicar as funções complexas do sistema neural humano - trazendo-nos um passo mais perto do cérebro biônico. "
p A pesquisa se baseia em memristores, anunciado como um substituto transformacional para as tecnologias atuais de disco rígido, como Flash, SSD e DRAM. Os memristores têm potencial para serem transformados em memória de estado sólido não volátil e oferecem blocos de construção para computação que podem ser treinados para imitar interfaces sinápticas no cérebro humano.