0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Мемристоры: пора ли переписывать учебники?

Что такое мемристоры и где они применимы

Название «мемристор» происходит от двух слов — memory и resistor. Данный микроэлектронный компонент представляет собой разновидность пассивного компонента, резистора, но в отличие от обычного резистора, мемристор обладает своеобразной памятью.

Суть в том, что мемристор изменяет свою проводимость в соответствии с количеством протекшего через него электрического заряда — в зависимости от величины интеграла по времени прошедшего через компонент тока. Мемристор можно описать как двухполюсник с нелинейной ВАХ, и обладающий определенным гистерезисом.

Новое слово в мире вычислительной техники

В начале 70-х годов, американский профессор Леон Чуа предложил теоретическую модель, где описывались соотношения между приложенным к элементу напряжением и интегралом тока по времени.

На протяжении долгих лет теория профессора Чуа оставалась теорией, и только в 2008 году группа ученых из компании Hewlett-Packard, во главе со Стенли Уильямсом, создали в лаборатории образец обладающего памятью элемента, который вел себя подобно теоретически описанному мемристору, хотя и отличался от предложенной ранее теоретической модели.

Устройство не поддерживало магнитный поток подобно катушке индуктивности, не накапливало электрический заряд подобно конденсатору, и вело себя совсем не как обычный резистор. Четвертый компонент! Его проводящие свойства изменялись благодаря химическим превращениям в двухслойной пленке диоксида титана толщиной в 5 нм.

Первый слой пленки обеднен кислородом, в связи с чем, при приложении к данному наноионному устройству электрического напряжения, (через платиновые электроды) вакантные кислородные места начинают мигрировать между первым и вторым слоями, что и ведет к изменению сопротивления устройства.

Уже на этом этапе понятно, что явление гистерезиса позволяет применять мемристоры в качестве ячеек памяти, и в некоторых аспектах электроники они, вероятно, смогут заменить собой полупроводниковые транзисторы.

Широкие перспективы внедрения мемристоров

В теории память на мемристорах может получиться более быстрой и плотной, чем флеш-память распространенная сегодня, и в форме блоков она сможет заменить собой оперативную память.

Поскольку мемристоры как-бы запоминают прошедший через них заряд, в принципе это позволило бы компьютерам вообще отказаться от загрузки операционной системы при каждом включении компьютера после выключения, а при включении — сразу начинать работу, возобновляя ее с последнего сохраненного состояния ОС.

Hewlett-Packard и Hynix уже заявили, что технология в принципе готова к реализации. Еще в 2014 году они опубликовали свой проект суперкомпьютера «The Machine», а в 2016 продемонстрировали его прототип — с памятью на базе мемристоров и с оптоволоконными линиями связи. Коммерциализация пока не состоялась, но ожидается в ближайшие годы.

Принципиально мемристоры пригодны не только для хранения данных, они могут также участвовать в обработке информации, причем и ту и другую функцию может выполнять один и тот же блок памяти.

Гипотетически в скором будущем мемристоры помогут создать искусственные синапсы в составе искусственных нейросетей, причем строить изделия можно будет на стандартном микрочиповом оборудовании. Мемристор ведет себя очень похожим на синапс образом: чем больший сигнал через него пропускается — тем лучше он пропускает сигнал в будущем.

В общем и целом перспективы внедрения мемристоров достаточно широки. Энергоэффективные вычислительные системы с динамической памятью с возможностью сохранения текущего состояния даже после выключения питания — это уже очень сильный рывок вперед.

На горизонте, как минимум, усовершенствованный класс интегральных микросхем, в которых преимущества конденсаторов и индуктивностей (в плане возможности сохранения своего состояния) будут достигнуты на наноуровне. Дистанционное зондирование, искусственные нейроморфные биологические системы и т. д.

Учитывая растущее использование облачных вычислений и современные масштабы Big data, потребности в мощных аппаратных компонентах будут только расти, а это значит, что начало бурного роста рынка мемристоров — лишь вопрос времени. К тому же, если принять во внимание перспективу (с внедрением мемристоров) повышения производительности со снижением тепловыделения, становится логичным, что в скором будущем затруднения, связанные с текущей сложностью мемристоров как изделий, будут преодолены.

Вот лишь десять главных игроков данной отрасли на сегодня: HP Development Company LP, Fujitsu, IBM, Adesto Technologies Corporation, SK Hynix, Crossbar, Rambus, HRL Laboratories LLC и Knowm, Inc.

Искусственный мозг не за горами

Безусловно, до практики еще далеко, но очертания идеи уже вырисовываются. Кора головного мозга человека имеет плотность синапсов 10000000000 на квадратный сантиметр, но при всей своей сложности синапсы в мозгу потребляют чрезвычайно малую мощность. Их нелинейная динамика и способность сохранять воспоминания десятилетиями всегда поражала ученых.

Цель создания электронной модели мозга с электронными эквивалентами синапсов казалась недостижимой. Но сегодня, когда работа над мемристорными устройствами активно ведется, инженеры получили надежду приблизиться к воспроизведению архитектуры реального мозга на базе электроники, способного адаптироваться к окружающей среде.

Анализ и оценка рынка устройств на основе мемристоров

Рубрика: Экономика и управление

Дата публикации: 08.05.2019 2019-05-08

Статья просмотрена: 183 раза

Библиографическое описание:

Белавин, А. А. Анализ и оценка рынка устройств на основе мемристоров / А. А. Белавин. — Текст : непосредственный // Молодой ученый. — 2019. — № 19 (257). — С. 105-107. — URL: https://moluch.ru/archive/257/58796/ (дата обращения: 27.05.2020).

В статье рассказывается об истории разработок мемристоров, их предполагаемых свойств, устройствах, использующих в своей работе мемристоры, также проведен анализ современного состояния рынка устройств на основе мемристоров и перспектив его развития.

Ключевые слова: мемристор, нейрокомпьютер, квантовый компьютер, архитектура фон Неймана, закон Мура.

Key words: memristor, neurocomputer, quantum computer, von Neumann architecture, Moore’s law.

В XX веке было сделано столько открытий и изобретений как никогда за тысячелетия до этого. Одним из немаловажных изобретений стала разработка электронной вычислительной машины — компьютера. Компьютер — это не только машина, осуществляющая вычислительные операции, но и машина, включающая физические модули — продукты современных технологий.

Современные компьютеры, как считают исследователи, достигли пика своего развития — архитектура фон Неймана (магистрально-модульный принцип построения), на основе, которой построен компьютер, устарела. Закон Мура о ежегодном удвоении мощностей транзисторного компьютера скоро прекратит работать — существуют пределы увеличения числа транзисторов на микросхеме.

Выход в сложившейся ситуации лежит в области применения новых технологий, далеких от описанных выше принципов и законов. В начале XXI века заговорили о разработки новых компьютерных технологиях, разработке квантового, нейро-компьютеров.

Одним из новых векторов развития компьютерных и связанных с ними технологий лежит в области создания устройств, в основе которых будет устройство, которое одновременно может совершать вычислительные операции, использоваться как модуль памяти и в то же время быт энергонезависимым.

Читать еще:  ASUS ROG Phone II: представлен самый мощный Android-смартфон на данный момент

О возможности создания такого устройства еще в 1971 году заговорил профессором Калифорнийского университета в Беркли Леон Чуа (Цай Шаотан) [1].

Этот ученый в своих исследованиях сочетал прикладную теорию электрических схем и математическую симметрию, что позволило ему предсказать существование нового базового элемента — мемристора — резистор с памятью [1].

Мемристор содержит два вывода. При подключении к электрической батарее через него протекает электрический ток. Величина тока меняется во времени, в том числе и в зависимости от приложенного напряжения батареи. Для восстановления свойств памяти мемристора необходимо менять полярность подключения батареи [2].

Отличие мемристора от полупроводников заключается в том, что его свойства не зависят от электрического заряда, и не происходит утечки заряда при создании мемристоров нанометровых масштабов. Данные в мемристоре хранятся до тех пор, пока существуют материалы, из которых он изготовлен [2].

От теории мемристора созданной в 1971 г. до начала работ по его разработке прошло немало времени — только в конце 90-х гг. XX в. исследовательский центр HP Labs создал новую Лабораторию квантовых информационных систем, где велись и разработки мемристоров.

В 2008 г. сотрудник HP Labs Д. Струков заявил, что работа над мемристором показала, что данное устройство по своим принципам функционирования более напоминает функционирование синапсов. Поэтому стали говорить о том, что мемристор — это основа будущего нейрокомпьютера [1].

Начиная с 2010 г. работы над мемристорами в других лабораториях по всему миру ведутся в области разработки принципов построения реконфигурируемых систем на основе мемристоров [4].

Данные работы привели к появлению разных направлений: мем-емкостей («конденсаторов с памятью») и мем-индукторов («индуктивности с памятью»).

Например, компьютеры, созданные на основе мемристоров будут иметь новую архитектуру, отличную от архитектуры фон Неймана, которая предполагает, что каждое устройство выполняет свои функции.

Мемристорный компьютер предполагает, что каждый модуль будет независим от другого и выполнять и вычислительные функции, и функции хранения данных. Архитектура такого компьютера будет однородной — апгрейд компьютера будет выглядеть как увеличение числа модулей, а его ремонт — как замена вышедшего из строя модуля на работающий. Загрузки ОС как таковой не будет — включенный компьютер будет работать с того самого момента, как его выключили, да и самого понятия выключения для мемристорного компьютера не будет — выключение из сети переведет его в другое рабочее состояние. Кроме того, говоря о мемристорном компьютере как о нейрокомпьютере, следует полагать, что он будет самообучаем [2].

Кроме разработок компьютеров ведется работа над созданием резисторной памяти, которая заменит традиционные модули ОЗУ и постоянные запоминающие устройства как в обычных вычислительных системах, так и в высоконадежной аппаратуре, работающей в условиях космоса и атомных реакторов [3].

Применение мемристоров и мемристорных систем предполагает их использование при создании коммутаторов, модулей памяти, RFID-систем, распределенных сенсорных систем, нейропротезов, в области видеоаналитики, робототехники, обработки сигналов, систем защиты информации [5].

Все вышесказанное говорит о том, что на сегодняшний день нет устройств, работающих на мемристорах, которые можно запустить в массовое производство. Первая микросхема с мемристорами появилась всего лишь три года назад — в 2015 г. [4].

Но исследования в данной области идут полным ходом: за 10 лет (с 2005 по 2015 гг.) увеличилось число патентных заявок с 40 (2005 г.) до 158 (2015 г.), увеличилось число опубликованных научных работ с 2 (2005 г.) до 48 (2015 г.) [4].

Но уже можно говорить о складывающемся рынке мемристорных устройств — корпорации, которые начнут серийный выпуск таких устройств, готовятся к борьбе за спрос потребителей уже в 20-е гг. XXI в.

Сейчас этот сегмент рынка оценивается в 93 млрд. долларов США [4].

Спрос на устройства, работающих на основе мемристоров будет вызван тем, что они смогут заменить все виды памяти, позволят расширить функциональные возможности электроники за счет роста плотности компоновки элементов в чипах [4].

Мемристоры позволят увеличить быстродействие различных устройств. Мемристорные системы обладают уникальными свойствами — отключение от питания — один из рабочих режимов устройства, такие системы самообучаемы. Также популярность мемристоров будет вызвана и их энергонезависимостью [4].

Предполагается, что устройства на основе мемристоров, которые проще всего воплотить, будут реализованы на рынке твердотельной памяти — DRAM, Flash, SRAM [4].

Например, в 2017 г. наблюдался превышение спроса на Flash накопители. Кроме того, рынок продолжают завоевывать SSD устройства, чьи скоростные характеристики обмена информацией, превышают классические HDD. То есть, спрос на твердотельную память растет каждый год. Этот сегмент рынка сулит получение стабильной прибыли.

Это также одно из условий, почему стоит ожидать появление на рынке первых мемристорных устройств именно в виде модулей твердотельной памяти.

Затем, по мере того как компании, ведущие разработки устройств на основе мемристоров, освоят их производство, смогут вложить полученные доходы в дальнейшие научные разработки, стоит ожидать и появление мемристорных компьютеров.

Конечно, нужно оценивать и риски, которые будут мешать продвижению мемристорных устройств на рынке.

Это, прежде всего, большие капиталозатраты при переоснащении производства для создания мемристорных устройств [4], а также капиталозатраты других компаний, пользователей данных устройств.

Еще одной стороной будущего рынка устройств на основе мемристоров является конкуренция. С одной стороны, на первом этапе реализации модулей мемристорной памяти, рынок не будет охвачен жесткой конкуренцией — количество мемристорных устройств, выброшенных на рынок будет относительно небольшое и их стоимость будет велика, даже по сравнению с SSD устройствами. Затем по мере того, как мемристорные устройства будут становиться обыденностью, конкурентную борьбу проиграет любая компания, которая не начнет их производство и реализацию.

Таким образом, на сегодняшний день рынок устройств на основе мемристоров — это, прежде всего, рынок идей, рынок исследований и патентов. Реализация устройств на основе мемристоров произойдет в ближайшее будущее. Товар предложенный на данном рынке будет широко востребован.

  1. Сайт 3dnews.ru / Мемристоры: пора переписывать учебники? [Электронный ресурс]. — Режим доступа: https://3dnews.ru/906763, свободный. Загл. с экрана. Яз. рус., англ.
  2. Сайт Академии тринитаризма / Никитин, А. И. Немного о мемристоре… [Электронный ресурс]. — Режим доступа: http://www.trinitas.ru/rus/doc/0023/001a/1052-nik.pdf, свободный. Загл. с экрана. Яз. рус., англ.
  3. Сайт Научно-исследовательского физико-технического института / Мемристивные системы [Электронный ресурс]. — Режим доступа: http://www.nifti.unn.ru/science/fpp_i_de/memristory/, свободный. Загл. с экрана. Яз. рус., англ.
  4. Сайт Национального исследовательского института Высшей школы экономики / Электроника нового поколения [Электронный ресурс]. — Режим доступа: https://www.hse.ru/data/2017/06/23/1170280784/ %2307 %20Реконфигурируемость(1).pdf, свободный. Загл. с экрана. Яз. рус., англ.
  5. Сервер компьютерных классов Факультета информационных технологий НГУ / Галушкин, А. И. На пути к нейрокомпьютерам с использованием мемристоров / А. И. Галушкин [Электронный ресурс]. — Режим доступа: http://ccfit.nsu.ru/

tarkov/Memristive %20computing/Galushkin2013.pdf, свободный. Загл. с экрана. Яз. рус., англ.

Мемристор

Мемри́стор (англ. memristor , от memory — память, и resistor — электрическое сопротивление) — пассивный элемент в микроэлектронике, способный изменять своё сопротивление в зависимости от протекавшего через него заряда (интеграла тока за время работы).

Содержание

Математическая модель

Теория мемристора была создана в 1971 году профессором Леоном Чуа (англ.) русск. (Цай Шаотаном) [2] .

Устанавливает отношения между интегралами по времени силы тока, протекающего через элемент, и напряжением на нём. Долгое время мемристор считался теоретическим объектом, который нельзя построить.

Однако лабораторный образец запоминающего элемента, демонстрирующего некоторые свойства мемристора [3] [4] , был создан в 2008 году коллективом учёных во главе с Р. С. Уильямсом в исследовательской лаборатории фирмы Hewlett-Packard [5] [6] [7] [8] .

В отличие от теоретической модели, полученное устройство не накапливает заряд, подобно конденсатору, и не поддерживает магнитный поток, как катушка индуктивности. Работа устройства (изменение его свойств [4] ) обеспечивается за счет химических превращений в тонкой (5 нм) двухслойной плёнке диоксида титана. Один из слоев пленки слегка обеднен кислородом, и кислородные вакансии мигрируют между слоями под действием приложенного к устройству электрического напряжения. Данную реализацию мемристора следует отнести к классу наноионных устройств.

Наблюдающееся в мемристоре явление гистерезиса позволяет использовать его в качестве ячейки памяти. Гипотетически мемристоры смогут заменить транзисторы в части случаев.

Теоретически мемристорные запоминающие элементы могут быть более плотными и быстрыми, чем современная флеш-память. Также блоки из них могут заменить ОЗУ. Умение мемристоров «запоминать» заряд позволит впоследствии отказаться от загрузки системы компьютера: в памяти компьютера, отключённого от питания, будет храниться его последнее состояние. При поддержке со стороны программного обеспечения компьютер можно будет включить и начать работу с того места, на котором она была остановлена при выключении.

По заявлениям Hynix и Hewlett-Packard, технология готова к производству. Изначально сообщалось, что накопители на базе мемристоров выйдут в 2013 году [9] , но затем выпуск был перенесён на 2014 год. [10] [11]

В 2014 году HP опубликовала проект суперкомпьютера The Machine, в котором планируется использовать волоконно-оптические линии связи и память на базе мемристоров [12] . Рабочий прототип устройства продемонстрирован в конце 2016 года, коммерциализация технологии ожидается к 2018 или 2019 году. [13]

Перспективы применения в качестве вычислительных устройств

Мемристоры могут быть использованы не только для хранения данных. Так, М. Ди Вентра и Ю. В. Першиным была предложена концепция вычислительных машин, в которых хранение и обработка информации осуществляется одним и тем же физическим устройством, основанным на мемристорах [14] [15] .

Рассматривается возможность применения мемристоров в качестве искусственных синапсов (весовых модулей) нейропроцессоров и искусственных нейросетей. Поведение мемристора напомининает работу биологического синапса — чем интенсивнее входной сигнал, тем выше пропускная способность синапса («вес» сигнала). Данное решение позволит сильно упростить конструкцию нейропроцессора и его стоимость, так как хорошо воспроизводится на уже имеющихся технологических линиях по производству микрочипов.

Российские ученые создали новый мемристор

Robert Coelius/University of Michigan

Исследователи из Университета Лобачевского создали новый вариант мемристора на основе слоистой структуры «металл — оксид — металл». Разработка найдет применение в запоминающих устройствах. Результаты работы опубликованы в журнале Advanced Materials Technologies.

Мемристоры — это устройства, которые могут изменять сопротивление в зависимости от протекавшего заряда. Наблюдающееся в мемристоре явление гистерезиса позволяет использовать его в качестве ячейки памяти. Предполагается, что в некоторых случая мемристоры смогут заменить транзисторы.

Однако массовому применению мемристивных устройств мешает недостаточная воспроизводимость их параметров. Этот разброс в структурах «металл — оксид — металл» определяется стохастической природой перемещения ионов кислорода или кислородных вакансий вблизи границы раздела металл/оксид и усложняется изменением параметров структур в случае неуправляемого кислородного обмена.

Традиционно, чтобы управлять мемристивным эффектом, ученые формируют специальные концентраторы электрического поля и подбирают структуру материалов и границ раздела в мемристоре. Но обычно при этом технологический процесс сильно усложняется и дорожает.

В новой работе ученые, поддержанные грантом Российского научного фонда, впервые использовали комбинированный подход. Они соединили материалы проводящих электродов с определенным сродством к кислороду и оксидные слои различного состава, а также металлические нанокластеры, которые служили концентраторами электрического поля. Для своей работы ученые создали многослойную структуру, которая состоит из последовательно расположенных слоев тантала, оксида тантала TaOx, оксида циркония, допированного иттрием ZrO2(Y), оксида тантала (V) Ta2O5, диоксида титана TiO2 и нитрида титана TiN.

В ходе исследования созданного материала ученые выяснили, что стабилизации резистивных состояний в нем способствует наличие межзеренных границ в оксиде циркония ZrO2 как предпочтительных мест для зарождения филаментов, наличие нанокластеров как концентраторов поля в пленке Ta2O5 и обмен кислородом между оксидными слоями на границе раздела с TiN.

«Такой подход не требует введения дополнительных операций в технологический процесс изготовления устройств. Однако он позволяет стабилизировать резистивное переключение между нелинейными состояниями в многослойной структуре», — пояснил ведущий автор статьи, заведующий лабораторией в Нижегородском государственном университете им. Н. И. Лобачевского Алексей Михайлов.

Создана первая нейронная сеть на мемристорах

Массив из 17 мемристоров, синтезированных в HP labs в 2008 году

Фотография: Wikimedia Commons

Инженеры из Калифорнийского университета в Санта-Барбаре впервые создали искусственную нейронную сеть целиком на основе мемристоров — резисторов «с эффектом памяти». В перспективе аналогичные устройства, но большего масштаба, могут в ряде приложений заменить традиционные транзисторные чипы. Работа опубликована в Nature .

Мемристоры — это микроэлектронные элементы, которые могут изменять свое сопротивление в зависимости от величины тока, который проходил через них до этого. Таким образом, они обладают «памятью», поэтому им прочат будущее в качестве запоминающих устройств или микрочипов.

Одной из областей микроэлектроники, где требуется функция памяти, является разработка чипов, имитирующих работу головного мозга. Такие устройства востребованы в машинном обучении и анализе больших и/или сложных массивов данных.

Одну из основных задач машинного обучения можно сформулировать следующим образом: пусть есть входящие данные x , которые соответствуют решению y, например, картинка ( x ), на которой изображена одна буква ( y ). Цель — создать программу f(x) , так, чтобы она по заданной картинке «узнавала» букву. Такая программа является необходимым блоком в софте для автоматического распознавания текстов.

Само обучение — это настройка внутренних параметров программы так, чтобы для любого заданного x ее «ответ» f(x) был как можно ближе к «правильному» y . Например, хорошо «обученная» программа должна с большой вероятностью распознавать буквы из разных шрифтовых наборов.

Существует несколько методов обучения программ, один из них — обучение «с учителем» (supervised learning). В этом случае программе предлагается распознавать x , для которых есть известный правильный ответ y . В том случае, если программа ошиблась, ей об этом сообщают, и цикл начинается снова. Чем больше периодов обучения прошла программа, тем точнее она будет распознавать x , для которых неизвестен правильный ответ y .

Схема нейронной сети из новой работы

M. Prezioso et al./ Nature

Типы изображений, по которым проводилось обучение

M. Prezioso et al./ Nature

В задачу ассоциативных нейронов входит сбор первичной информации, которую они передают нейрону, принимающему окончательное решение. Происходит это на основании того, каким из ассоциативных нейронов он больше «доверяет». В математической формулировке это значит, что каждый ассоциативный нейрон имеет свой вес, а окончательное решение просто определяется максимальным суммарным весом.

В итоге получается, что для функционирования нейронной сети необходимо, чтобы каждый нейрон имел память, в которой будут хранится веса, которые формировались на этапе обучения.

Чаще всего нейронные сети реализуются программно. Тем не менее, в последнее время предпринимается множество попыток создания микрочипов, устроенных по принципу нейронных сетей. Такая архитектура позволит резко увеличить производительность компьютеров в задачах, близких машинному обучению.

До сих пор такие чипы создавались так, что каждый нейрон представлял собой несколько микротранзисторов, то есть в конечном счете устройство все равно сводилось к традиционным электронным компонентам.

В новой работе ученым удалось сделать искусственную сеть, в которой каждый нейрон состоял только из одного элемента — мемристора. Весу нейрона соответствовало его сопротивления, а сигналом было напряжение: −0.1 вольт соответствовал нулю (или черному цвету), +0.1 вольт — единице (белому цвету).

Сеть состояла из 144 мемристоров Al2O3/TiO2 (в решетке 12×12). В качестве теста авторы обучили ее классифицировать черно-белые изображения 3×3 пикселя по трем классам. После 23 циклов обучения сеть научилась справляться с задачей классификации без ошибок.

Авторы новой работы заключают, что их сеть не является самостоятельным или окончательным продуктом, но она однозначно подтверждает возможности новой архитектуры. В том случае, если удастся создать микрочип с большим числом мемристоров, они смогут заменить чипы традиционной архитектуры в задачах из областей машинного обучения и искусственного интеллекта.

Мемристоры: пора ли переписывать учебники?

С огласно не столь давним прогнозам для мира инфотехнологий, год 2014-й должен был ознаменоваться появлением на рынке новаторских устройств памяти с принципиально иной — мемристорной — основой ячеек. И хотя прогнозы не сбылись, развитие темы мемристоров в любом случае заслуживает не только внимания, но и углубления исследований. На базе мемристора предлагалось создавать энергонезависимую память, быстродействие которой было бы близко к оперативной памяти компьютера, сообщают «Комментарии».

В 1971 году профессор Калифорнийского университета в Беркли Леон Чуа выявил четкую математическую симметрию в основе всех электросхем. И на этой основе предсказал существование нового, в ту пору неизвестного базового элемента. Который он назвал «мемристор», то есть резистор с памятью, и в целом описал его предполагаемые свойства.

Поскольку оригинальная идея Чуа в 1970-е годы не нашла никакого практического применения, ее восприняли и тут же сбросили со счетов как красивую математическую фантазию, не более того. Но через тридцать лет экспериментаторы в HP Labs таки поняли, что столкнулись в своих опытах с мемристивным поведением наноэлементов.

А поняв, далее уже осмысленно начали на основе феномена создавать новаторское запоминающее устройство — как специфическую разновидность резистивной памяти RAM (ReRAM, RRAM). Точнее, такой замечательной памяти, которая работает быстрее, чем обычная оперативная, но при этом при выключении питания запоминает свое состояние — как память внешняя. То есть компьютер с мемристорной памятью может не только потреблять в десятки раз меньше электроэнергии, но при этом еще и обходиться без перезагрузок — при выключениях/включениях всегда запоминая и возвращая свое последнее рабочее состояние.

По вполне понятным причинам среди тех известных людей мира инфотехнологий, кто был особо впечатлен не только собственно фактом открытия мемристора, но и быстрым прогрессом в его освоении, оказался и сам предсказатель четвертого элемента, профессор Леон Чуа. В комментариях для прессы он назвал новаторскую работу HP Labs «сдвигом парадигмы» и не без удовлетворения констатировал: «Что ж, теперь придется вносить изменения во все учебники электротехники».

Шесть лет назад компания HP с помпой сообщила о создании «четвёртого» электротехнического элемента — мифического мемристора, который представляет собой управляемый резистивный переход или, проще говоря, переменное сопротивление, которому не требуется энергия для поддержки своего состояния.

Глядя со стороны, в это довольно сложно поверить, но история физики и электротехники сложилась таким образом, что в 2008 году — впервые со времен Фарадея и начальных опытов с электричеством на заре XIX века — ученым удалось открыть новый компонент электросхем. Причем компонент этот столь же фундаментален, как и три прежних, давно известных, — резистор, конденсатор и катушка индуктивности, — на основе которых в принципе возможна эквивалентная реализация для электронных схем любой функциональности.

Более того, даже многоопытные профессионалы, взирающие на историю прихода мемристоров в нашу жизнь как бы «изнутри» мира электроники, до сих пор озадаченно чешут затылки. И не устают поражаться все новым и новым открытиям, которые приносит с собой прежде неведомый для ученых и инженеров «четвертый элемент» электросхем.

С такой памятью компьютеры включались бы и выключались практически мгновенно, ведь в случае выключения вся информация оставалась бы в энергонезависимом ОЗУ. Но с RRAM, ReRAM или резистивной памятью, которая на самом деле скрывается под маркетинговым именем мемристор компании HP, до сих пор не сложилось. Коммерческий выпуск RRAM (ReRAM) так и не стартовал, хотя это событие торопят многие крупнейшие разработчики и производители.

Мемристор — элемент с шестью состояниями

Мемристор — элемент с шестью состояниями и перспективами “странных” вычислений.
Новый элемент на базе мемристора можно использовать для создания нейровычислительных систем и компьютеров с десятичной системой счисления.

Судя по всему, новейший фундаментальный электронный компонент, мемристор, еще преподнесет нам сюрпризы. С тех пор как ученые 6 лет назад создали первый мемристор, было показано, что это загадочное устройство может быть использовано для создания целого ряда передовых компонентов и систем, в том числе более компактной энергонезависимой памяти, новых универсальных логических вентилей и нейроподобных компьютеров, помимо прочего. Как утверждают физики из дублинского Тринити-колледжа, теперь в этот список можно добавить память с десятичной системой счисления.

В отличие от памяти на основе транзисторов, которая может хранить только двоичные значения, мемристор позволяет хранить гораздо больше данных. Ученые из Тринити-колледжа создали мемристор, который способен запоминать шесть состояний, и утверждают, что ничто не мешает увеличить количество состояний до десяти или более.

Вместо того чтобы хранить бит в виде электрического заряда, как это делает флеш-память и динамическая RAM, мемристоры (ReRAM) хранят данные как сопротивление. Мемристор “запоминает” уровень протекшего через него тока, изменяя свое внутреннее сопротивление. Если ток протекает в другом направлении, сопротивление уменьшается.

Ссылка на основную публикацию
Статьи c упоминанием слов:
Adblock
detector