Jenis baru cip komputer 3D yang menggabungkan dua teknologi nanoteknologi canggih dapat meningkatkan kelajuan dan kecekapan tenaga pemproses, kata sebuah kajian baru.
Cip hari ini memisahkan memori (yang menyimpan data) dan litar logik (yang memproses data), dan data dikitar semula antara kedua-dua komponen ini untuk menjalankan operasi. Tetapi disebabkan bilangan sambungan yang terhad antara memori dan litar logik, ini menjadi hambatan utama, terutamanya kerana komputer dijangka berurusan dengan jumlah data yang semakin meningkat.
Sebelum ini, had ini diliputi oleh kesan undang-undang Moore, yang mengatakan bahawa bilangan transistor yang boleh disesuaikan dengan cip berulang setiap dua tahun, dengan peningkatan prestasi yang disertakan. Tetapi sebagai pembuat cip memukul had asas fizikal tentang bagaimana transistor kecil boleh mendapatkan, trend ini telah melambat.
Cip prototaip baru yang direka oleh para jurutera dari Stanford University dan Institut Teknologi Massachusetts, menangani kedua-dua masalah pada masa yang sama dengan memajukan memori dan litar logik di atas satu sama lain, bukan sebaliknya.
Bukan sahaja ini menggunakan ruang yang cekap, tetapi juga secara mendadak meningkatkan kawasan permukaan untuk sambungan antara komponen, kata para penyelidik. Litar logik konvensional akan mempunyai bilangan pin yang terhad pada setiap tepi yang mana untuk memindahkan data; Sebaliknya, para penyelidik tidak terhad menggunakan tepi dan dapat padat mengepak kabel menegak yang berjalan dari lapisan logika ke lapisan ingatan.
"Dengan memori dan pengkomputeran yang berasingan, cip hampir seperti dua bandar yang sangat ramai, tetapi terdapat sedikit jambatan di antara mereka," kata pemimpin kajian Subhasish Mitra, seorang profesor kejuruteraan elektrik dan sains komputer di Stanford, memberitahu Live Science. "Sekarang, kami tidak hanya membawa kedua-dua bandar ini bersama-sama - kami telah membina lebih banyak jambatan supaya trafik dapat berjalan dengan lebih cekap di antara mereka."
Di samping itu, para penyelidik menggunakan litar logik yang dibina daripada transistor nanotube karbon, bersama dengan teknologi baru yang dinamakan memori rawak akses rawak (RRAM), yang keduanya lebih cekap daripada teknologi silikon. Ini penting kerana tenaga yang diperlukan untuk menjalankan pusat data merupakan satu lagi cabaran besar yang dihadapi oleh syarikat teknologi.
"Untuk mendapatkan peningkatan 1,000 kali ke depan dalam prestasi pengkomputeran dari segi kecekapan tenaga, yang membuat segala sesuatu berjalan pada tenaga yang sangat rendah dan pada masa yang sama menjadikan perkara berjalan dengan pantas, inilah seni bina yang anda perlukan," kata Mitra.
Walaupun kedua-dua nanoteknologi baru ini mempunyai kelebihan yang melekat berbanding teknologi berasaskan silikon konvensional, mereka juga merupakan integral kepada seni bina 3D cip baru, kata para penyelidik.
Sebabnya cip hari ini adalah 2D kerana penyusun transistor silikon ke cip memerlukan suhu lebih daripada 1,800 darjah Fahrenheit (1,000 darjah Celsius), yang menjadikan mustahil untuk menyalurkan litar silikon di atas satu sama lain tanpa merosakkan lapisan bawah, kata penyelidik .
Tetapi kedua transistor nanotube karbon dan RRAM direka di lebih sejuk daripada 392 darjah F (200 darjah C), sehingga mereka dapat dengan mudah dilapisi di atas silikon tanpa merusak litar dasar. Ini juga menjadikan pendekatan penyelidik yang serasi dengan teknologi pembuatan cip semasa, kata mereka.
Menyusun banyak lapisan di atas satu sama lain berpotensi menyebabkan terlalu panas, Mitra berkata, kerana lapisan teratas akan jauh dari sink haba di dasar cip. Tetapi, katanya, masalah itu agak mudah untuk jurutera di sekitar, dan peningkatan kecekapan tenaga teknologi baru bermakna kurang haba dijana di tempat pertama.
Untuk menunjukkan kebaikan reka bentuknya, pasukan membina pengesan gas prototaip dengan menambah satu lagi lapisan sensor nanotube berasaskan lapisan di atas cip. Integrasi vertikal bermakna setiap sensor ini secara langsung dihubungkan ke sel RRAM, secara mendadak meningkatkan kadar di mana data boleh diproses.
Data ini kemudian dipindahkan ke lapisan logik, yang melaksanakan algoritma pembelajaran mesin yang membolehkannya membezakan antara wap jus lemon, vodka dan bir.
Ini hanya satu demonstrasi, kata Mitra, dan cip itu sangat serba boleh dan sangat sesuai untuk jenis pendekatan jaringan neural yang mendalam, yang mendasari teknologi kecerdasan buatan semasa.
Jan Rabaey, seorang profesor kejuruteraan elektrik dan sains komputer di University of California di Berkeley, yang tidak terlibat dalam penyelidikan, berkata beliau bersetuju.
"Struktur ini mungkin sangat sesuai untuk paradigma pengkomputer berasaskan pembelajaran alternatif seperti sistem otak yang diilhamkan dan jaring saraf yang mendalam, dan pendekatan yang dikemukakan oleh penulis pastinya langkah pertama yang hebat dalam arah itu," katanya kepada MIT News.
