Memristoreita entropiaoksideilla ja polymeereilla

Guangdongin teknillisen yliopiston professori Xin-Gui Tangin johtama tutkimusryhmä on julkaissut kattavan katsauksen neuromorfiseen laskentaan tarkoitettujen korkean entropian oksidien (HEO) memristorien viimeaikaisista edistysaskeleista.

Tämä työ korostaa, kuinka entropiasuunnittelu mahdollistaa ainutlaatuisen rakenteellisen ja elektronisen viritettävyyden, mikä tarjoaa lupaavan reitin kohti energiatehokkaita, mukautuvia ja skaalautuvia aivojen inspiroimia laitteistojärjestelmiä.

Korkean entropian oksidit sisältävät useita alkuaineita joten ne ovat myös toiminnallisesti monimuotoisia. Niillä on esimerkiksi viritettävä kaistarakenne. Lisäksi ionien liikkuvuus ja elektronien kuljetus luovat monitoimisia alustoja muistille, aistimiselle ja oppimiselle. Ne ovat myös energiatehokkaita ja niitä voidaan virittää analogisesti.

HEO-memristoritutkimus on siirtymässä kokeellisesta synteesistä järjestelmätason integrointiin, ja sen potentiaali materiaali-innovaatioiden ja älykkään laskennan yhdistämisessä tunnustetaan yhä laajemmin.

Yhdistämällä atomitason entropiaperiaatteet laitetason suorituskykyyn, tämä katsaus tarjoaa tiekartan entropiapohjaiselle elektroniikalle ja osoittaa, kuinka korkean entropian oksidimemristorit voisivat mahdollistaa seuraavan sukupolven adaptiivisen ja energiatehokkaan tekoälylaitteiston.

Mobiililaitteiden ja turvajärjestelmien reunalaskennan kysynnän kasvaessa perinteisen elektroniikan kehitystä haittaavat yhä enemmän korkea virrankulutus ja monimutkaiset integrointivaatimukset.

Näihin haasteisiin vastaamiseksi Nanjingin posti- ja televiestintäyliopiston, Nanjingin teknillisen yliopiston ja Hongkongin tiede- ja teknologiayliopiston tutkijat ovat kehittäneet uuden ratkaisun, joka perustuu erittäin matalajännitteisiin optoelektronisiin polymeerimemristoreihin.

Niiden avulla tutkijat loivat analogiselle säilölaskennalle anturin sisäisen reunalaskennan tekniikan, joka hyödyntää yhtä optoelektronista polymeerimemristoria. Teknologia mahdollistaa valovirtojen dynaamisen jännitteensäädön integroimalla tehokkaasti optisen tunnistuksen, fyysisen säilön ja luokittelutoiminnot. Näitä piirejä hyödyntäen tutkijat rakensivat säilölaskentakehyksen, joka saavutti 97,15 %:n sormenjälkien tunnistustarkkuuden.

Memristorit valmistetaan skaalautuvilla liuospohjaisilla tekniikoilla joustaville alustoille, mikä tarjoaa sekä edullisen tuotannon että yhteensopivuuden laaja-alaisen joustavan elektroniikan kanssa, mikä korostaa niiden potentiaalia laajaan käyttöön tulevaisuuden kannettavissa älykkäissä järjestelmissä.

Aiheesta aiemmin:

Joustavia mekaanisia memristoreita

Tutkijat saivat aikaan aivojen kaltaisen muistin

Memristorin mysteeri ratkeaa