دانشمندان در حال پیروی از طبیعت برای توسعه ریز پردازنده های یونی هستند و به نظر میرسد طرحهای اینچنینی نسبت به ریزپردازندههای سنتی از نظر مصرف انرژی کارآمدتر عمل میکند. در همین راستا تیمی از محققان در دانشکده مهندسی هاروارد با همکاری استارتآپ بیوتکنولوژی DNA Script موفق به توسعه یک مدار یونی متشکل از صدها ترانزیستور یونی شدهاند. آنها حتی با مدار توسعه یافته موفق به پردازش یک شبکه عصبی نیز شدهاند.
هدف از طراحی پردازندههای یونی استفاده از دانش سیستمهای پردازش زیستی طبیعی و به ویژه مغز انسان است تا با آن بتوان به جای استفاده از الکتریسیته، از الکتروشیمی برای انجام محاسباتی کامپیوتری و تولید پردازنده استفاده کرد. در همین رابطه تحقیقات در خصوص پردازندههای یونی، فناوری احتمالی در آینده را برای استفادهی کارآمد از این طرحها، که از نظر مصرف انرژی نیز بسیار مناسب عمل میکنند را فراهم میکند.
دانشمندان با استفاده از ایده های طبیعی مغز انسان درصدد تولید پردازنده های یونی هستند
با این حال هنوز این فناوری در مراحل ابتدایی قرار دارد و محققین به تازگی اولین برد مداری که در واقع از صدها ترانزیستور یونی بهره میبرد را طراحی کردهاند. تحقیقاتی اینچنینی راه را برای پردازشگرهای واقعی مبتنی بر ایده Wetware که شامل هزاران یا حتی میلیونها ترانزیستور یونی است هموار میسازد.
مدار یونی محققین این طرح از مضرب تعداد ترانزیستورهای یونی تکی که قادر به کار بایکدیگر بودند ایجاد شده و طراحی ترانزیستورهای یونی شامل یک محلول یا مولکول آبی که با دو الکترود حلقوی مرکزی و الکترود مرکزی سوم پیوند خوردهاند و اساساً طرح یک ترانزیستور را تشکیل میدهند انجام گرفته است.
با عبور ولتاژ از طریق ترانزیستور، دو الکترود حلقوی مرکزی قادر به تنظیم pH آب با افزایش یا کاهش مقدار یون هیدروژن موجود در آن هستند. این تغییر، یک شاهکار الکتروشیمی است و امکان استفاده از جریان یونی متناوب ترانزیستور را به عنوان کلید روشن و خاموش، معروف به گیت، میدهد. ایجاد گیت که در واقع نسخه کوانتومی یک ترانزیستور است همراه با جریان متناوب یونی همراه و تغییر pH ترانزیستور، توانایی پردازش اطلاعات باینری را برای ترانزیستور فراهم میکند.
محققان طراح ریزپردازنده خود را بیشتر تنظیم کردند و ترانزیستورهای آنالوگ با قابلیت نمایش 0 یا 1 را در یک آرایه شبکه ماتریسی 16×16 قرار دادند. این قابلیت به پردازنده یونی اجازه داد تا وظایف ضرب ماتریس باینری را انجام دهد و آن را به قابلیتهای شبکه عصبی نزدیکتر کند و ارزش استفاده از آن را برای سناریوهای پردازش هوش مصنوعی، که ممکن است به الزامات عملکردی و تعادل توان الکتریکی بسیار خاصی نیاز داشته باشند، افزایش دهد.
Woo-Bin Jung، محقق فوق دکترا در دانشگاه هاروارد و اولین نویسنده این مقاله، گفت: “ضرب ماتریس، رایج ترین محاسبه در شبکههای عصبی برای هوش مصنوعی است و مدار یونی توسعه یافتهی ما ضرب ماتریکس را در آب به روش کاملا آنالوگ و بر اساس الکتروشیمی انجام میدهد.” محققان اکنون امیدوارند که به توسعه پردازندههای یونی خود ادامه دهند و این دستاورد به آنها اجازه میدهد تا تعداد بیشتری از واکنشهای الکتروشیمیایی مانند افزایش انواع یونهایی که برای پردازش اطلاعات دستکاری می شوند را اعمال کنند.
دیدگاهتان را بنویسید