Nykyinen siruteknologia ei kykene hallitsemaan esineiden internetin synnyttämiä datamassoja. Jo yksi älykello, siivousrobotti tai itsestään ajava auto voi tuottaa gigatavuittain dataa päivässä. Aalto-yliopistossa kehitetään ratkaisuksi aivojen toimintaa jäljittelevien tietokoneiden komponentteja.
Aalto-yliopiston akatemiatutkija Sayani Majumdarin vetämä tutkijaryhmä kehittää peruspalikoita neuromorfisten eli aivojen toimintaa jäljittelevien tietokoneiden komponentteihin. Myös maailman suurimmat IT-yritykset ja EU investoivat neuromorfisten tietokoneiden tutkimukseen huomattavasti, mutta kukaan ei vielä ole pystynyt luomaan toimivaa nanokokoista laitteistoa, jota voisi myös valmistaa teollisesti.
Neuromorfisista komponenteista kootut tietokoneet haastavat kvanttitietokoneet tulevaisuuden teknologiana.“Neuromorfisten tietokoneiden vaatima teknologia kehittyy nyt nopeammin kuin niiden haastajat eli kvanttitietokoneet”, Aalto-yliopiston akatemiatutkija Sayani Majumdarin sanoo.
Nykyinen komponentti- ja piirilevyteknologia ei kykene hallitsemaan esineiden internetin synnyttämiä datamassoja. Pelkästään yhdessä lentokoneen siivessä voi olla yli 10 000 anturia. Arvioiden mukaan esineiden internet käyttääkin vuonna 2020 yli 50 miljardia anturia.
Jotta laitteisiin saadaan tarpeeksi laskentatehoa, nykyiset tietokoneiden piirilevyissä käytettävät transistorit pitäisi pystyä kutistamaan muutaman nanometrin kokoisiksi – jolloin ne eivät enää toimisi kunnolla. Lisäksi ennenäkemättömän datamäärän käsittely ja tallennus vaativat valtavasti energiaa.
Majumdarin ryhmä on onnistunut valmistamaan uudenlaisia ferrosähköisiä tunneliliitoksia eli muutaman nanometrin paksuisia, kahden elektrodin välissä olevia ohutkalvoja. Liitokset toimivat vain muutamien volttien jännitteellä, ja niitä voi yhdistää monenlaisiin elektrodimateriaaleihin, kuten kaikissa tietokoneissa yleisiin piisiruihin.
Liitoksiin voi myös tallentaa informaatiota yli kymmeneksi vuodeksi ilman lisävirtaa. Niitä voi valmistaa nopeasti suuria määriä normaalissa huoneenlämpötilassa, ilman tyhjiötä tai puhdastiloja. Perinteiset tunneliliitokset on tehty metallioksideista, ja niitä voi valmistaa vain 700 asteen lämpötilassa ja tyhjiössä.
”Meidän liitoksemme on tehty orgaanisista hiilivedyistä, joten ne vähentäisivät myös elektroniikkajätteen raskasmetallisaasteen määrää”, Majumdar huomauttaa.
Ferrosähköiset ohutkalvokomponentit ovat ihanteellisia neuromorfisiin tietokoneisiin, koska ne vaihtavat tilaa ei vain binaarisesti nollan ja ykkösen, vaan myös monien muiden tilojen välillä. Siten ne voivat ikään kuin muistaa niihin syötettyä informaatiota samaan tapaan kuin aivot.
Komponentit tarvitsevat vain minimaalisen määrän energiaa säilyttääkseen kerran saamansa informaation – vaikka niistä kytkisi virran pois ja käynnistäisi uudestaan. Kyse ei ole enää edes transistoreista vaan muistavista ”memristoreista”. Esimerkiksi Marsia seuraavan kerran vuonna 2020 tutkimaan lähetettävä Rover-robotti tarvitsee keinotekoisia aivoja muistuttavan laitteiston, jotta se voisi analysoida keräämäänsä dataa vain yksi aurinkokenno energianlähteenään.
”Yritämme seuraavaksi yhdistää miljoonia tunneliliitoksiamme käyttäviä memristoreita neliösenttimetrin kokoiseksi verkostoksi. Ne voisivat suorittaa kompleksisia tehtäviä, kuten kuvan- ja hahmontunnistusta ja tehdä analysoimansa datan pohjalta itse päätöksiä”, Majumdar kertoo
LISÄÄ: Electrode Dependence of Tunneling Electroresistance and Switching Stability in Organic Ferroelectric P(VDF-TrFE)-Based Tunnel Junctions, Sayani Majumdar, Binbin Chen, Qi Hang Qin, Himadri. S. Majumdar, Sebastiaan van Dijken, Advanced Functional Materials 2017, 1703273 (LINKKI)
Kuva: Laite, jolla Aalto-yliopiston Sayani Majumdarin ryhmä mittaa valmistamiensa komponenttien sähköisiä vasteita (vasemmalla koko laite, oikealla yksityiskohta). Aivojen jäljittelemisen mahdollistavat tunneliliitokset ovat ohutkalvolla pienen tumman valmistusalustan päällä. Kuva: Tapio Reinekoski.
Uusimmat teknologiauutiset kätevästi uutiskirjeessä (LINKKI).
LUE – UUTTA – LUE – UUTTA – LUE – UUTTA
Uusinta tietoa – Lue tästä ilmaiseksi!
https://issuu.com/uusiteknologia.fi/docs/2_2017