В ЛЭТИ модифицировали модель одной из наиболее распространенных в мире серийных версий мемристора – элемента компонентной базы для вычислительных устройств, действующих на новых физических принципах.
02.07.2022
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 хранить и обрабатывать данные.
В теории применение таких технологий позволит создать новый класс вычислительных устройств, обладающих высоким быстродействием и низкими энергозатратами. 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. Существующая модель описывала поведение устройства только в общих чертах, что сказывалось на точности проектирования. В дальнейшем это могло повлиять на адекватность работы действующего на основе мемристоров устройства».
Для проведения исследований ученые в лаборатории перспективной электроники и сенсорики произвели более сотни измерений вольт-амперных характеристик, эффекта квантования проводимости и других параметров 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 таким образом, чтобы все они работали. Математические модели в данном случае выступают «мостиком» на пути к созданию нейроморфных компьютеров будущего. 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.
Разработка соответствует научно-исследовательской политике университета в рамках программы развития Приоритет 2030.
