Computeren, der gemmer og behandler oplysninger på samme tid

Den menneskelige hjerne er en ekstraordinær computermaskine. Ingen forstår præcist, hvordan det virker, men en del af tricket er evnen til at gemme og behandle information på samme tid.

Det er helt i modsætning til konventionelle computere, der gemmer information i random access memory eller på harddisk og sender den frem og tilbage efter behov til en central behandlingsenhed.

Den tid og energi, alt dette tager, er det, der i sidste ende begrænser konventionel computerydelse, den såkaldte von Neumann-flaskehals. I bund og grund er det dette, der forhindrer konventionelle computere i at nærme sig ydeevnen af ​​biologiske.

Alt det kan være ved at ændre sig. I dag skitserer Max Di Ventra ved University of California, San Diego og Yuriy Pershin ved University of South Carolina, Columbia en ny form for beregning kaldet memcomputing baseret på den nylige opdagelse af elektroniske komponenter i nanoskala, der både lagrer og behandler information på samme tid.

I hjertet af denne nye form for computer er memristoren, memcapacitor og meminductor, grundlæggende elektroniske komponenter, der lagrer information, mens de fungerer som henholdsvis modstande, kondensatorer og induktorer.

Disse enheder blev forudsagt teoretisk i 1970'erne, men blev først fremstillet for første gang i 2008, så de er nye børn på elektronikblokken.

Fysikere anerkendte straks de såkaldte memelementers evne til at efterligne biologisk databehandling, og forskellige grupper har designet og bygget chips til at udnytte denne idé, for eksempel her.

Men egenskaberne ved memelementer, der gør dem så gode til biologisk databehandling, har været svære at fastlægge. Det er her, Di Ventra og Pershin kommer ind i billedet. Disse fyre har destilleret de væsentlige egenskaber, der burde gøre det muligt for memelementer at matche hjernens ydeevne.

De siger, at disse egenskaber inkluderer evnen til at gemme information over lange perioder; evnen til at handle kollektivt, således at tilstanden af ​​en memdevice som helhed afhænger af tilstanden af ​​alle dens memelementer; en robusthed mod støj og små ufuldkommenheder; og så videre.

Den måske vigtigste er dog evnen til at lagre og behandle information på samme tid, en egenskab, der er helt fremmed i den konventionelle computerverden

Dette er en interessant tilgang, der forsøger at krystallisere den bedste måde at nærme sig memcomputing på. Og det har et kæmpe potentiale. Memcapacitors og meminduktorer bruger stort set ingen energi og burde derfor tillade meget lavenergiapplikationer. Det skulle gøre det muligt for dem at nærme sig energieffektiviteten i naturlige systemer for første gang.

En vigtig milepæl på dette område ville være demonstrationen af ​​en memcomputing-enhed med computeregenskaber og strømforbrug, der kan sammenlignes med (eller bedre end) den menneskelige hjernes, siger Di Ventra og Pershin.

En væsentlig faktor i alt dette er, at mem-adfærd er en naturlig egenskab ved nanoskalasystemer. Det er derfor, at den eksperimentelle opdagelse af memelementer tog så lang tid efter den teoretiske forudsigelse - den måtte vente, indtil fysikere havde udviklet evnen til at gøre komponenter så små.

Og med elektroniske komponenter, der bliver stadig mindre, bliver chipproducenter nødt til selv at håndtere disse nye egenskaber som en selvfølge.

Det vil give alle mulige nye muligheder. Biologiske systemer, såsom neuroner, arbejder naturligt på denne skala og skal derfor være eller have memelementer. Det er ikke tabt på Di Ventra og Perhsin: Alle disse funktioner ligner fristende dem, man støder på i det biologiske område, og tilbyder dermed nye muligheder for biologisk inspireret beregning.

Et område der er værd at se.

Ref: arxiv.org/abs/1211.4487 : Memcomputing: Et computerparadigme til at gemme og behandle information om det samme
Fysisk platform

skjule