Jarenlang was een knelpunt in de technologische ontwikkeling de vraag hoe men processoren en geheugens sneller kon laten samenwerken. Onderzoekers van de Lund Universiteit in Zweden hebben nu een nieuwe oplossing gepresenteerd waarbij een geheugencel wordt geïntegreerd met een processor, waardoor veel snellere berekeningen mogelijk zijn. Het gaat dan bijvoorbeeld om berekeningen die in het geheugencircuit zelf plaatsvinden.
In een artikel in Nature Electronics presenteren de onderzoekers een nieuwe configuratie, waarin een geheugencel is geïntegreerd met een verticale transistor-selector. En dat alles op nanoschaal. Dit levert verbeteringen op qua schaalbaarheid, snelheid en energie-efficiëntie in vergelijking met de huidige oplossingen voor massaopslag.
Het fundamentele punt is dat alles wat vereist dat grote hoeveelheden gegevens worden verwerkt, zoals AI en machinaal leren, snelheid en meer capaciteit vereist. Om dit te laten slagen, moeten het geheugen en de processor zo dicht mogelijk bij elkaar staan. Bovendien moeten de berekeningen op een energie-efficiënte manier kunnen worden uitgevoerd. Niet in de laatste plaats omdat de huidige technologie bij hoge belasting hoge temperaturen genereert, schrijft de Lund Universiteit in een persbericht.
Von-Neumann-bottleneck
Het probleem dat de berekeningen van processoren veel sneller verlopen dan de snelheid van de geheugeneenheid is al vele jaren bekend. In technische termen staat dit bekend als de “Von Neumann-bottleneck“. Het knelpunt ontstaat doordat de geheugen- en rekeneenheden gescheiden zijn en het tijd kost om informatie heen en weer te sturen via een zogenaamde databus. Daardoor is de snelheid beperkt. Processoren hebben in de loop der jaren een grote ontwikkeling doorgemaakt. Aan de geheugenkant is de opslagcapaciteit gestaag toegenomen, maar aan de functiekant is het vrij rustig gebleven”, zegt Saketh Ram Mamidala, doctoraalstudent nano-elektronica aan de Lund University en een van de auteurs van het artikel.
Nanodraden
Traditioneel lag de beperking in de constructie van printplaten met eenheden naast elkaar op een vlak oppervlak. Nu is het idee om verticaal te bouwen in een 3D-configuratie en om het geheugen en de processor te integreren. Op die manier vinden de berekeningen plaats in het geheugencircuit zelf.
“Onze versie is een nanodraad met een transistor onderaan, en een heel klein geheugenelement dat zich verder op dezelfde draad bevindt. Dit maakt het tot een compacte geïntegreerde functie waarbij de transistor het geheugenelement aanstuurt. Het idee bestaat al langer, maar het is moeilijk gebleken de prestaties te halen. Nu hebben we echter aangetoond dat het kan en dat het verrassend goed werkt”, zegt Lars-Erik Wernersson, hoogleraar nano-elektronica.
Zonder stroomvoorziening
De onderzoekers werken met een RRAM-geheugencel (Resistive Random Access Memory). Dat is op zich niets nieuws is. Wat wel nieuw is, is hoe zij erin geslaagd zijn een functionele integratie tot stand te brengen die aanleiding geeft tot grote mogelijkheden. Het opent de deur voor nieuwe onderzoeksgebieden en nieuwe, verbeterde functies in alles van AI en machinaal leren tot uiteindelijk ook gewone computers. Toekomstige toepassingen zouden bijvoorbeeld diverse vormen van machinaal leren kunnen zijn, zoals gebarencontrole op basis van radar, klimaatmodellering of de ontwikkeling van diverse geneesmiddelen. “Het geheugen werkt zelfs zonder stroomvoorziening”, voegt Saketh Ram Mamidala toe.
Ook interessant: Voor de ontwikkeling van een quantumcomputer is meer nodig dan geld en mensen
Geselecteerd voor jou!
Innovation Origins is het Europese platform voor innovatienieuws. Naast de vele berichten van onze eigen redactie in 15 Europese landen, selecteren wij voor jou de belangrijkste persberichten van betrouwbare bronnen. Zo blijf je op de hoogte van alles wat er gebeurt in de wereld van innovatie. Ben jij of ken jij een organisatie die niet in onze lijst met geselecteerde bronnen mag ontbreken? Meld je dan bij onze redactie.
