Las computadoras en el futuro podrían ser más eficientes energéticamente, gracias a una nueva investigación de la Universidad de Binghamton, Universidad Estatal de Nueva York.

Los dispositivos como los drones dependen de una señal WiFi constante:si el WiFi se detiene, el dron se estrella. Louis Piper, profesor asociado de física y director de ciencia e ingeniería de materiales en la Universidad de Binghamton, quiere hacer computadoras más eficientes desde el punto de vista energético, por lo que cosas como los drones podrían responder a su entorno sin preocuparse por una señal WiFi que lo vincule a una computadora más grande.

"Podría poner 5G y 6G en todas partes y asumir que tiene una conexión a Internet confiable todo el tiempo, o puede abordar el problema con el procesamiento de hardware, que es lo que estamos haciendo, "dijo Piper." La idea es que queremos tener estos chips que puedan hacer todo el funcionamiento en el chip, en lugar de mensajes de ida y vuelta con algún tipo de servidor grande. Debería ser más eficiente de esa manera ".

Los científicos han desarrollado circuitos de "neuristores" que se comportan de manera similar a las neuronas biológicas del cerebro humano. que puede realizar cálculos complejos usando una cantidad increíblemente pequeña de energía. Más recientemente, Un componente vital de este circuito neuristor se creó utilizando dióxido de niobio (NbO ₂ ), que replica el comportamiento de conmutación observado en los canales iónicos dentro de las neuronas biológicas. Estos NbO ₂ Los dispositivos se crean aplicando un gran voltaje a través de un pentóxido de niobio no conductor (Nb ₂ O ₅ ) película, provocando la formación de NbO conductor ₂ filamentos que son responsables del importante comportamiento de conmutación. Desafortunadamente, este proceso de post-fabricación de alto voltaje y que requiere mucho tiempo hace que sea casi imposible crear los circuitos densos necesarios para procesadores de computadora complejos. Además, estos NbO ₂ los dispositivos requieren un condensador complementario adicional para funcionar correctamente dentro del circuito del neuristor, haciéndolos más complejos y difíciles de implementar.

"Uno de los principales problemas que tenemos al intentar fabricar estos sistemas es el hecho de que hay que realizar este paso de electroformado, "dijo Piper." Como con el monstruo de Frankenstein, básicamente pulsas una gran cantidad de electricidad a través del material, y de repente se convierte en un elemento activo. Eso no es muy confiable para un paso de ingeniería con fabricación. No es así como hacemos las cosas con los transistores de silicio. Nos gusta fabularlos a todos y luego funcionan de inmediato ". En este estudio, Los investigadores de Georgia Tech crearon Nb ₂ O ₅ Dispositivos basados ​​en x que reproducen un comportamiento similar del NbO combinado ₂ / par de condensadores sin la necesidad de un rayo adicional de energía. Los investigadores de Binghamton verificaron el mecanismo propuesto. Este descubrimiento, dijo Piper, podría conducir a más económicos, energía eficiente, y circuitos de neuristores de alta densidad de lo que era posible anteriormente, acelerando el camino hacia una computación más eficiente y adaptable desde el punto de vista energético.

"Queremos tener materiales que inherentemente tengan algún tipo de operación de conmutación ellos mismos, que luego podemos utilizar en las mismas dimensiones en las que estamos alcanzando el final con el silicio. La capacidad de escalar y la capacidad de eliminar algún tipo de alquimia con respecto a este proceso de electroformado realmente lo hace más en línea con la forma en que hacemos el procesamiento de semiconductores hoy en día; esto lo hace más confiable. Puedes construir un neuristor a partir de esto, y porque no necesitas el electroformado, es más confiable y sobre lo que puede construir una industria ".

Ahora que han verificado los modelos, Piper y su equipo quieren saber qué está pasando en el dispositivo real mientras está funcionando.

"El verdadero esfuerzo en Binghamton ha sido intentar modelar, desde un punto de vista atómico, la naturaleza de estos estados, cómo surgen de la física y la química, y también en lugar de simplemente mirar los materiales inertes y luego correlacionarlos con el rendimiento del dispositivo, ¿Podemos realmente ver cómo evolucionan estos estados a medida que operamos el dispositivo? ", dijo Piper.

El papel, "Memdiodes escalables que exhiben rectificación e histéresis para computación neuromórfica, "fue publicado en Informes científicos .