Een nieuwe generatie computerchips, gemodelleerd naar het neurale netwerk van de hersenen, zou tegen het einde van dit decennium in productie kunnen zijn dankzij een nieuw ontwikkeld materiaal. Dit is de eerste elektrochemische 3-terminal transistor gemaakt van 2D-materialen.
Wetenschappers van KTH Royal Institute of Technology in Stockholm en Stanford University hebben ontdekt dat geheugencomponenten gemaakt van een titaniumcarbideverbinding genaamd MXene "uitstekend potentieel hebben om de klassieke transistortechnologie aan te vullen". Elektrochemisch Random Access Memory, of ECRAM, gedraagt zich als een synaptische cel in een kunstmatig netwerk en biedt een universele opslag voor gegevensopslag en -verwerking. "Deze nieuwe computers zullen afhankelijk zijn van componenten die meerdere toestanden kunnen hebben en berekeningen in het geheugen kunnen uitvoeren", zei KTH universitair hoofddocent en hoofdauteur Max Hamedi in een verklaring.
De bevindingen, gepubliceerd in het tijdschrift Advanced Functional Materials, suggereren dat MXene een fundamentele rol zou kunnen spelen in de ontwikkeling van neuromorfe computers die dichter bij het menselijk brein werken en duizenden keren energiezuiniger zijn dan de traditionele computers van vandaag.
In een verklaring aan TechRadar Pro bevestigde Max Hamedi dat de technologie "dezelfde processen gebruikt als CMOS-wafels, waarbij lagen van 2D-materiaal op silicium worden geïntegreerd. We zien schrijfsnelheden die 1000 keer sneller zijn dan enig ander ECRAM dat is aangetoond. Dit betekent dat als we 2D ECRAM's op nanoschaal schalen, ze net zo snel kunnen zijn als transistors in moderne computers (sub-nanoseconde), wat betekent dat ze in onze moderne computers kunnen worden ingebouwd met behulp van CMOS-technologie (vanwege de compatibiliteit van metalen materialen van 2D transistors met CMOS fab-technologie).
"We zullen computereenheden voor speciale doeleinden kunnen maken (zeg over 5-10 jaar) waar geheugen en transistors worden gefuseerd, waardoor ze minstens 1000 keer energiezuiniger zijn dan de beste computers die we vandaag hebben voor kunstmatige intelligentie en modelleringsproblemen (sommige berekeningen laten zelfs een energie-efficiëntie van 1 miljoen keer zien voor bepaalde algoritmen).
We kunnen waarschijnlijk verwachten dat het eerste commerciële product voor het einde van het decennium verschijnt, aangezien de go-to-market-strategie minstens vijf jaar testen vereist.
Lees ook: