2D-titaancarbide voor mensachtig computerbrein

Elektrochemische random access (Ecram) geheugencomponenten gemaakt met 2D-titaancarbide vertoonden een uitstekend potentieel voor het aanvullen van klassieke transistortechnologie en voor het bijdragen aan de commercialisering van krachtige computers die zijn gemodelleerd naar het neurale netwerk van de hersenen. Dergelijke neuromorfe computers kunnen duizenden keren energiezuiniger zijn dan de huidige computers.

De bevindingen zijn gepubliceerd in het tijdschrift Advanced Functional Materials.

"Deze vooruitgang in computergebruik is mogelijk vanwege enkele fundamentele verschillen tussen de klassieke computerarchitectuur en de Ecram, een component die fungeert als een soort synaptische cel in een kunstmatig neuraal netwerk", aldus KTH associate professor Max Hamedi.

"In plaats van transistors die aan of uit zijn, en de behoefte aan informatie die heen en weer moet worden overgedragen tussen de processor en het geheugen, vertrouwen deze nieuwe computers op componenten die meerdere statussen kunnen hebben en in-memory berekeningen uitvoeren."

De wetenschappers hebben zich gericht op het testen van betere materialen voor het bouwen van een Ecram, een onderdeel waarin wordt geschakeld door ionen in een oxidatiekanaal te plaatsen, vergelijkbaar met onze hersenen die ook met ionen werken. Wat nodig was om deze chips commercieel levensvatbaar te maken, zijn materialen die de langzame kinetiek van metaaloxiden en de slechte temperatuurstabiliteit van kunststoffen overwinnen.

Het belangrijkste materiaal in de Ecram-units die de onderzoekers maakten, wordt MXene genoemd, een tweedimensionale (2D) verbinding van amper een paar atomen dik, bestaande uit titaniumcarbide (Ti₃C₂T_x). De MXene combineert volgens Hamedi de hoge snelheid van organische chemie met de integratiecompatibiliteit van anorganische materialen in een enkel apparaat dat op het knooppunt van elektrochemie en elektronica werkt.

Co-auteur professor Alberto Salleo van Stanford zegt dat MXene Ecrams de snelheid, lineariteit, schrijfruis, schakelenergie en uithoudingsvermogen combineren die essentieel zijn voor parallelle versnelling van kunstmatige neurale netwerken. "MXenes zijn een opwindende materiaalfamilie voor deze specifieke toepassing omdat ze de temperatuurstabiliteit die nodig is voor integratie met conventionele elektronica combineren met de beschikbaarheid van een enorme compositieruimte om de prestaties te optimaliseren."

Hoewel er nog veel andere barrières moeten worden overwonnen voordat consumenten hun eigen neuromorfe computers kunnen kopen, zegt Hamedi dat de 2D Ecrams alvast een doorbraak betekenen op het gebied van neuromorfe materialen, wat kan leiden tot AI die zich kan aanpassen aan verwarrende input en nuance zoals de hersenen doen, met een duizenden maal kleiner energieverbruik. Dit kan ook draagbare apparaten mogelijk maken die veel zwaardere computertaken kunnen uitvoeren zonder afhankelijk te zijn van de cloud.