Graphen-Memristor für Gehirn-Computer

Neuronales Netz kommt menschlichen Anforderungen nahe. [...]

Graphen-Rezeptoren bei der Arbeit. Symbolgrafik (c) Jennifer M. McCann/Penn State
Graphen-Rezeptoren bei der Arbeit. Symbolgrafik (c) Jennifer M. McCann/Penn State

Mit Memristoren auf der Basis von Graphen haben Forscher der Pennsylvania State University einen weiteren Schritt auf dem Weg hin zu einem Computer gemacht, der wie das menschliche Gehirn arbeitet. Er soll die wachsenden Anforderungen an Rechengeschwindigkeit und Komplexität befriedigen, die beispielsweise für autonom fahrende Autos benötigt werden. Diese erfordern eine Mustererkennung, die das menschliche Gehirn, anders als heutige Computer, mit Bravour beherrscht.

Sparsamere Datenverarbeitung

„Wir haben leistungsstarke Computer, daran besteht kein Zweifel“, sagt Teamleiter Saptarshi Das. „Das Problem ist, dass Datenspeicherung und deren Verarbeitung an verschiedenen Orten stattfinden.“ Dieses Wechselspiel koste Rechenzeit und Energie. In Memristoren (Kontraktion aus „memory“ und „transistor“) finden beide Operationen synchron statt. „Wir schaffen künstliche neuronale Netze, die die Energie- und Flächeneffizienz des Gehirns nachahmen“, so Thomas Shranghamer, Doktorand in der Das-Forschungsgruppe.

Wie Synapsen, die die Neuronen im Gehirn verbinden und verändert werden, können die künstlichen neuronalen Netze gesteuert werden, indem ein kurzes elektrisches Feld an eine Graphenschicht angelegt wird. Dabei handelt es sich um eine nur eine Atomlage dicke Schicht aus Kohlenstoffatomen. In dieser Arbeit zeigen die Forscher mindestens 16 mögliche Speicherzustände, weit mehr als die zwei, zu denen die meisten oxidbasierten Memristoren fähig sind.

Präzise Kontrolle

„Wir haben gezeigt, dass wir eine große Anzahl von Speicherzuständen präzise mit einfachen Graphen-Feldeffekttransistoren steuern können“, freut sich Das. Er glaubt, dass sich diese Technik kommerzialisieren lässt, also in realen Computern verwirklicht werden kann. Da viele der größten Halbleiterunternehmen aktiv neuromorphes Computing betreiben, glaubt er, dass sie seine Arbeit von Interesse finden werden. Er hat seine Innovation patentieren lassen.


Mehr Artikel

Be the first to comment

Leave a Reply

Your email address will not be published.


*