Quei nuovi memristori per computer ispirati alle... cellule cerebrali

Calcoli più efficienti e “risparmiosi” da EMPA, ETH e Politecnico di Milano grazie al "transito parallelo" di ioni ed elettroni nei nanocristalli

Memristori: nessun computer funziona ancora con la stessa efficienza energetica del cervello umano: i ricercatori dell'EMPA, del Politecnico Federale di Zurigo e del Politecnico di Milano vogliono cambiare questa situazione
Nessun computer funziona ancora con la stessa efficienza energetica del cervello umano: i ricercatori dell’EMPA, del Politecnico Federale di Zurigo e del Politecnico di Milano vogliono cambiare questa situazione
(Foto: iStock)

I ricercatori dell’EMPA e del Politecnico Federale di Zurigo in Svizzera e del Politecnico di Milano in Italia stanno sviluppando un nuovo tipo di componente informatico più potente e più facile da produrre rispetto ai suoi predecessori.
La particolarità è che dovrebbe elaborare grandi quantità di dati in modo rapido ed efficiente dal punto di vista energetico, seguendo l’esempio del cervello umano.

Un fotovoltaico super grazie a vernici a perovskite “ibrida”

Memristoti: Il personal computer "Apple IIe" fu uno dei primi e più diffusi in commercio
Il personal computer “Apple IIe” fu uno dei primi e più diffusi in commercio

Il cervello non fa calcoli complessi, bensì “esperienza” con metà energia di un PC

Il cervello umano è ancora superiore ai moderni computer sotto molti aspetti.
Sebbene la maggior parte delle persone non sia in grado di fare calcoli matematici con la precisione dei calcolatori elettronici, possiamo elaborare senza sforzo informazioni sensoriali complesse e imparare dalle nostre esperienze, cosa che un computer non può (ancora) fare.
E nel farlo, il cervello consuma appena la metà dell’energia di un PC portatile.
Una delle ragioni dell’efficienza energetica del cervello è la sua struttura.
I singoli neuroni e le loro connessioni, chiamate sinapsi, possono sia memorizzare che elaborare le informazioni.
Nei computer, invece, la memoria è separata dal processore e i dati devono essere trasportati avanti e indietro tra queste due unità.
La velocità di questo trasporto è limitata, il che rende l’intero computer più lento quando la quantità di dati è molto elevata.

Il Tecnopolo accende il super computer per illuminare il futuro

Memristori: progettazione di memristori ionico-elettronici di ordine superiore
Progettazione di memristori ionico-elettronici di ordine superiore
(Immagine: “Science Advances”)

Nei dispositivi ad hoc nel contempo la memorizzazione e l’elaborazione dei dati

Una possibile soluzione a questo “collo di bottiglia” è rappresentata da nuove architetture informatiche che si ispirano al funzionamento del cervello umano.
A tal fine, gli scienziati stanno lavorando sui cosiddetti memristori: componenti che, come le cellule cerebrali, combinano la memorizzazione e l’elaborazione dei dati.
Un team di ricercatori dell’EMPA, dell’ETH e del POLIMI ha sviluppato un memristore più potente e più facile da produrre rispetto ai suoi predecessori.
I ricercatori hanno recentemente pubblicato i loro risultati sulla rivista “Science Advances”.

Nuova prassi svizzera per la cattura “double face” di energia solare

Memristori: regole di apprendimento semplici: una plasticità basata sul tempo (Immagine: “Science Advances”)
Regole di apprendimento semplici: una plasticità basata sul tempo
(Immagine: “Science Advances”)

Le prestazioni migliori grazie alla conducibilità mista della perovskite alogenata

I nuovi memristori si basano su nanocristalli di perovskite alogenata, un materiale semiconduttore noto per la produzione di celle solari.
“Le perovskiti alogenuri conducono sia ioni che elettroni”, spiega Rohit John, che fino a poco tempo fa lavorava come “ETH Fellow” e postdoc al Politecnico di Zurigo e al Laboratorio Federale per la Scienza e la Tecnologia dei materiali.
“Questa doppia conduttività consente di effettuare calcoli più complessi e più simili ai processi cerebrali”.

Verso computer quantistici compatti grazie alla… topologia

Memristori: dimostrazione sperimentale delle regole di apprendimento BCM utilizzando schemi TSTDP in memristoei di perovskite alogenata
Dimostrazione sperimentale delle regole di apprendimento BCM utilizzando schemi TSTDP in memristoei di perovskite alogenata
(Immagine: “Science Advances”)

In Svizzera simulato il processo di apprendimento nella corteccia visiva del cervello

I ricercatori hanno condotto la parte sperimentale dello studio interamente all’EMPA, che ha sede a Thun, San Gallo e Dübendorf.
Hanno prodotto i memristori a film sottile nel “Thin Films and Photovoltaics Laboratory” e hanno studiato le loro proprietà fisiche nel “Transport at Nanoscale Interfaces Laboratory”.
Sulla base dei risultati delle misurazioni, hanno poi simulato un complesso compito di calcolo che corrisponde a un processo di apprendimento nella corteccia visiva del cervello.
Il compito consisteva nel determinare l’orientamento di una barra luminosa in base ai segnali provenienti dalla retina.

Transistor commutabili con la luce grazie agli “ossidi trasparenti”?

Memristori: dalla regola biologica BCM alla rete della corteccia visiva
Dalla regola biologica BCM alla rete della corteccia visiva
(Immagine: “Science Advances”)

“Una seconda volta al mondo” grazie alle non alte temperature di cristallizzazione

“A nostra conoscenza, è soltanto la seconda volta che questo tipo di calcolo viene eseguito sui memristori”, afferma Maksym Kovalenko, professore dell’ETH e capo del gruppo di ricerca “Functional Inorganic Materials” de Laboratorio Federale per la Scienza e la Tecnologia dei materiali e del Politecnico di Zurigo.
“Allo stesso tempo, i nostri memristori sono molto più facili da produrre rispetto a quelli precedenti”.
Questo perché, a differenza di molti altri semiconduttori, le perovskiti non richiedono temperature elevate per la cristallizzazione.
Inoltre, i nuovi memristori non richiedono un lungo pre-condizionamento con determinate tensioni elettriche di cui hanno bisogno i componenti analoghi eseguire poi i calcoli.
Questo li rende più veloci e più efficienti dal punto di vista energetico.

La “ricetta” dell’EPFL per computer quantistici più potenti

Memristori: risultati della simulazione della rete binoculare selettiva per l'orientamento da parte di EMPA, ETH e POLIMI
Risultati della simulazione della rete binoculare selettiva per l’orientamento da parte di EMPA, ETH e POLIMI
(Immagine: “Science Advances”)

Completare, non sostituire, ma va trovato un compromesso con le reazioni del silicio

La tecnologia non è ancora pronta per l’uso.
Allo stesso tempo, la semplice produzione dei nuovi memristori rende difficile la loro integrazione con i chip dei computer esistenti.
Le perovskiti non possono sopportare le temperature di 400-500 gradi Celsius necessarie per la lavorazione del silicio, almeno non ancora.
Secondo Daniele Ielmini, Professore del Politecnico di Milano, tuttavia, questa integrazione è la chiave del successo per le nuove tecnologie informatiche simili al cervello.
“Il nostro obiettivo non è quello di sostituire l’architettura classica dei computer”, spiega.
“Piuttosto, vogliamo sviluppare architetture alternative che possano svolgere determinati compiti in modo più veloce ed efficiente dal punto di vista energetico”.

 

Memristori: illustrazione meccanicistica della dipendenza dalla frequenza e della soglia di scorrimento delle regole di apprendimento BCM con memristori di perovskite alogenata
Illustrazione meccanicistica della dipendenza dalla frequenza e della soglia di scorrimento delle regole di apprendimento BCM con memristori di perovskite alogenata
(Immagine: “Science Advances”)

Transistor stampati su carta o film di PET? La Svizzera c’è quasi…

Altri materiali per “maneggiare” i Big Data: dall’agricoltura all’esplorazione spaziale

E ancora: “Questo include, ad esempio, l’elaborazione parallela di grandi quantità di dati, come avviene oggi ovunque, dall’agricoltura all’esplorazione spaziale”.
Ma c’è un aspetto promettente: esistono altri materiali con proprietà simili che potrebbero essere presi in considerazione per la produzione di memristori ad alte prestazioni.
“Possiamo testare i risultati del nostro sistema di memristori con diversi materiali”, dice Alessandro Milozzi, dottorando al Politecnico di Milano.
“Probabilmente alcuni di essi sono più adatti all’integrazione con il silicio”.

Memristori: Gli scienziati mirano a far eseguire ai PC compiti di apprendimento automatico in modo più efficiente con processori che emulano i principi di funzionamento del cervello umano
Gli scienziati mirano a far eseguire ai PC compiti di apprendimento automatico in modo più efficiente con processori che emulano i principi di funzionamento del cervello umano (Foto: Unsplash)