Memristoripiirejä on tutkittu laajasti dataintensiivisiä tehtäviä, kuten keinotekoisia hermoverkkoja ajatellen. Nyt Michiganin yliopiston tutkijat ovat kasanneer memristorit lohkoksi tavalla, joita voidaan käyttää aiempaa paremmin tietojenkäsittelyyn ja samalla vähentää energiankulutusta satakertaisesti.

Tietokoneissa uudet Michiganin yliopistossa kehitetyt muistiyksikkölohkot voisivat olla erityisen hyödyllisiä koneoppimisen ja tekoälyn algoritmien toteuttamisessa. Ne soveltuvat myös matriisioperaatioihin perustuviin tehtäviin, kuten sääennusteisiin käytettäviin simulaatioihin.

Memristorit voidaan ohjelmoida erilaisilla resistanssiarvoilla ja ne mahdollistavat muistin ja käsittelyn samassa piirissä. Memristorien resistanssit ovat jatkuvia. joten datankäsittelyssä ne eivät ole riittävän tarkkoja numeeristen laskelmien suhteen.

Tutkijat kiersivät ongelman digitoimalla ulostulot bittiarvoiksi (0 tai 1). Demonstraationa Lun ryhmä päätti ratkaista osittaisdifferentiaaliyhtälöjä 32 × 32 memristorin ryhmällä.

Kun osittaisdifferentiaaliyhtälöiden ratkaiseminen on aivan mahdotonta, niiden ratkaiseminen voi vaatia supertietokoneita. Näihin ongelmiin liittyy usein erittäin suuria datamatriiseja, joten muistin ja prosessorin välisen viestinnän pullonkaulaan memristoriryhmä on näppärä ratkaisu.

Lisää: Nanobitteja (LINKKI) ja yliopiston tiedote (LINKKI) ja tutkijoiden tiedeartikkeli Nature Electronics -lehdessä (LINKKI) sekä Crossbar-piirivalmistaja (LINKKI).

Uusimmat teknologiauutiset kätevästi uutiskirjeessä – kerran viikossa. (LINKKI)

LUE – UUTTA  – LUE – UUTTA – LUE – UUTTA

Uusi ammattilehti huipputekniikan kehittäjille – Lue ilmaiseksi!

https://issuu.com/uusiteknologia.fi/docs/1_2018/