Według nowego badania nowy typ trójwymiarowego układu komputerowego, który łączy dwie najnowocześniejsze nanotechnologie, może znacznie zwiększyć prędkość i wydajność energetyczną procesorów.
Dzisiejsze układy scalają oddzielną pamięć (która przechowuje dane) i obwody logiczne (które przetwarzają dane), a dane są przesyłane tam iz powrotem między tymi dwoma elementami w celu przeprowadzenia operacji. Jednak ze względu na ograniczoną liczbę połączeń między pamięcią a obwodami logicznymi staje się to poważnym wąskim gardłem, szczególnie dlatego, że od komputerów oczekuje się radzenia sobie z coraz większą ilością danych.
Wcześniej ograniczenie to było maskowane przez wpływ prawa Moore'a, które mówi, że liczba tranzystorów, które mogą zmieścić się na chipie podwaja się co dwa lata, przy jednoczesnym wzroście wydajności. Ale kiedy producenci chipów osiągnęli podstawowe fizyczne granice możliwości uzyskania małych tranzystorów, trend ten zwolnił.
Nowy prototypowy układ zaprojektowany przez inżynierów z Uniwersytetu Stanforda i Massachusetts Institute of Technology rozwiązuje oba problemy jednocześnie, nakładając na siebie pamięć i układy logiczne, a nie obok siebie.
Naukowcy twierdzą, że nie tylko pozwala to na efektywne wykorzystanie przestrzeni, ale także radykalnie zwiększa pole powierzchni dla połączeń między komponentami. Konwencjonalny obwód logiczny miałby ograniczoną liczbę pinów na każdej krawędzi, przez które przesyłane są dane; przeciwnie, badacze nie byli ograniczeni do używania krawędzi i byli w stanie gęsto upakować pionowe druty biegnące od warstwy logicznej do warstwy pamięci.
„Dzięki oddzielnej pamięci i komputerowi układ jest prawie jak dwa bardzo zaludnione miasta, ale mostów między nimi jest bardzo niewiele”, powiedział kierownik badań Subhasish Mitra, profesor elektrotechniki i informatyki w Stanford, powiedział Live Science. „Teraz nie tylko połączyliśmy te dwa miasta - zbudowaliśmy o wiele więcej mostów, aby ruch między nimi był znacznie bardziej wydajny”.
Ponadto naukowcy wykorzystali obwody logiczne zbudowane z tranzystorów z nanorurek węglowych, a także nową technologię zwaną rezystywną pamięcią o swobodnym dostępie (RRAM), z których oba są znacznie bardziej energooszczędne niż technologie krzemowe. Jest to ważne, ponieważ ogromna energia potrzebna do prowadzenia centrów danych stanowi kolejne poważne wyzwanie dla firm technologicznych.
„Aby uzyskać kolejną 1000-krotną poprawę wydajności obliczeniowej pod względem wydajności energetycznej, która powoduje, że rzeczy działają przy bardzo niskim zużyciu energii, a jednocześnie sprawia, że rzeczy działają naprawdę szybko, jest to architektura, której potrzebujesz” - powiedział Mitra.
Chociaż obie te nowe nanotechnologie mają nieodłączną przewagę nad konwencjonalną technologią opartą na krzemie, są one również integralne z architekturą 3D nowego układu, twierdzą naukowcy.
Naukowcy stwierdzili, że dzisiejsze układy scalone są 2D, ponieważ wytwarzanie tranzystorów krzemowych na układ wymaga temperatur przekraczających 1800 stopni Fahrenheita (1000 stopni Celsjusza), co uniemożliwia nakładanie na siebie obwodów krzemowych bez uszkadzania dolnej warstwy. .
Ale zarówno tranzystory z nanorurką węglową, jak i RRAM są wytwarzane w temperaturze niższej niż 392 stopni F (200 stopni C), dzięki czemu można je łatwo nakładać na warstwę krzemu bez uszkadzania leżących pod nimi obwodów. Dodają, że dzięki temu podejście badaczy jest zgodne z obecną technologią wytwarzania chipów.
Mitra powiedział, że układanie wielu warstw jedna na drugiej może potencjalnie doprowadzić do przegrzania, ponieważ górne warstwy będą znajdować się daleko od radiatorów u podstawy układu. Dodał jednak, że problem ten powinien być stosunkowo prosty do rozwiązania, a zwiększona efektywność energetyczna nowej technologii oznacza przede wszystkim wytwarzanie mniejszej ilości ciepła.
Aby zademonstrować zalety jego projektu, zespół zbudował prototypowy detektor gazu, dodając kolejną warstwę czujników opartych na nanorurkach węglowych na wierzchu układu. Integracja pionowa oznaczała, że każdy z tych czujników był bezpośrednio podłączony do komórki RRAM, co znacznie zwiększyło szybkość przetwarzania danych.
Dane te zostały następnie przeniesione do warstwy logicznej, która wdrożyła algorytm uczenia maszynowego, który umożliwił mu rozróżnienie oparów soku z cytryny, wódki i piwa.
To tylko demonstracja, powiedział Mitra, a układ jest bardzo wszechstronny i szczególnie dobrze dostosowany do tego rodzaju podejść do sieci głębokich sieci neuronowych, które stanowią podstawę obecnej technologii sztucznej inteligencji.
Jan Rabaey, profesor elektrotechniki i informatyki na University of California w Berkeley, który nie był zaangażowany w badania, powiedział, że się zgadza.
„Struktury te mogą być szczególnie odpowiednie dla alternatywnych paradygmatów obliczeniowych opartych na uczeniu się, takich jak systemy inspirowane mózgiem i głębokie sieci neuronowe, a podejście przedstawione przez autorów jest zdecydowanie świetnym pierwszym krokiem w tym kierunku”, powiedział MIT News.
