В ЛЭТИ модифицировали модель одной из наиболее распространенных в мире серийных версий мемристора – элемента компонентной базы для вычислительных устройств, действующих на новых физических принципах.

Ассистент кафедры САПР, младший научный сотрудник Молодежного НИИ СПбГЭТУ «ЛЭТИ» Валерий Островский

Ассистент кафедры САПР, младший научный сотрудник Молодежного НИИ СПбГЭТУ «ЛЭТИ» Валерий Островский

 

Сегодня нейросетевые алгоритмы практически достигли предела по эффективности в возможностях обучения вычислительных устройств выполнять самостоятельные действия. Поэтому исследовательские группы по всему миру ведут исследования и разработки новых типов систем искусственного интеллекта.

В этой сфере в последние годы наиболее перспективным направлением являются нейроморфные вычисления, которые используют архитектуры нейронных сетей: по аналогии с биологическими нервными клетками мозга — нейронами. Они способны обмениваться информацией с тысячами других нейронов, а также одновременно и хранить, и обрабатывать информацию. 

В теории применение таких технологий позволит создать новый класс вычислительных устройств, обладающих высоким быстродействием и низкими энергозатратами. На деле же для создания подобных компьютеров требуется разработка эффективной методологии проектирования устройств, соответствующей компонентной базы, математических моделей и программного обеспечения.

«Мы уточнили по ряду параметров математическую модель для серийно производящегося мемристора — это наноразмерный электрический элемент, который используется при создании нейроморфных систем. Уже существующая модель описывала поведение устройства только в общих чертах, что сказывалось на точности проектирования, а значит, в дальнейшем это могло повлиять на адекватность работы действующего на основе мемристоров устройства», – рассказывает ассистент кафедры САПР, младший научный сотрудник Молодежного НИИ СПбГЭТУ «ЛЭТИ» Валерий Островский.

Для проведения исследований ученые в лаборатории перспективной электроники и сенсорики произвели более сотни измерений различных характеристик (вольтамперные характеристики, эффект квантования проводимости и проч.) мемристора. На основании собранных данных в исходную модель было предложено добавить хаотический генератор для воспроизведения межциклической вариативности резистивных переключений, связанной с реорганизацией проводящего канала внутри исследуемого устройства. Вторая модификация заключалась в точной настройке модели в соответствии со структурными и частотными характеристиками порогов переключения мемристора при малых токах, нацеленной на долговечное и энергоэффективное применение элемента.

Используемый в экспериментах электрический элемент серийно производится в США. Устройство представляет собой многослойную гетероструктуру на основе халькогенидного стекла с примесью вольфрама в активном слое:  (<W/Ge2Se3/Ag/Ge2Se3/SnSe/Ge2Se3/Ge2Se3+W/Ge2Se3/W>).

«Ключевая задача нашего исследования состоит в том, чтобы связать воедино физические образцы мемристоров, моделей и созданных на их основе прототипов вычислительных устройств, причем так, чтобы все они работали.  И математические модели в данном случае выступают “мостиком” на пути к созданию нейроморфных компьютеров будущего. Потому что гораздо проще и дешевле отработать все необходимые аспекты функционирования таких систем с помощью моделей, чем создавать множество физических прототипов, не все из которых гарантированно будут работоспособны», – поясняет Валерий Островский.

Результаты исследования опубликованы в научном журнале Nanomaterials.

 

Информация и фото предоставлены Центром научных коммуникаций СПбГЭТУ «ЛЭТИ»