Инновации в микроэлектронике:

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


1. 2D-материалы

Двумерный материал — это тончайшая пленка, состоящая всего из одного слоя кристаллической решетки атомов. Наиболее распространенный из них — графен или кристаллический углерод. Это самый прочный материал из известных человечеству — он прочнее стали и алмаза, но при этом гибкий. Кроме того, графен и другие 2D-материалы обладают сверхвысокой проводимостью.

Успех графена вдохновил ученых на создание других 2D-соединений. Например, нитрид бора, который еще называют белым графеном — второй по твердости материал. Этот порошок, похожий на пудру или тальк, используется для охлаждения и в перспективе может заменить компьютерные кулеры. В будущем такие микросхемы смогут стать основой для квантового суперкомпьютера.

2. Мемристоры

Название «мемристор» составлено из двух слов: memory и resistor. В отличие от обычных резисторов, которые обладают постоянной проводимостью электрического тока, у мемристоров есть «память». Устройство меняет свое сопротивление в зависимости от протекшего через него заряда. То есть, если пустить через мемристор ток в одном направлении, а затем в обратном, показатели сопротивления будут разными. Если упростить — чем больший сигнал пропускается через мемристор, тем лучше он пропускает сигнал в будущем. Мемристор может «запомнить» определенное состояние и оставаться в нем даже без подачи напряжения.

Потенциал мемристоров огромен. Теоретически ими можно заменить оперативную память. Благодаря свойствам мемристора, при включении компьютер может вообще не тратить время на загрузку операционной системы — он просто начнет работу с последнего сохраненного состояния ОС.

В 2019 году ученые из Мичиганского университета разработали прототип мемристорного компьютера, в котором три алгоритма машинного обучения. Устройство классифицирует текстовую информацию, изображения и ищет закономерности в сложных данных. В будущем инженеры планируют коммерциализировать свою разработку.

3. Нейроморфные вычисления и нейроморфные чипы

Нейроморфные вычисления — ближайший «конкурент» квантовых вычислений и квантовых компьютеров. Они имитируют то, как функционируют нейроны человеческого мозга. Нейроморфные процессоры состоят из привычных транзисторов, но архитектура организована по-другому — по аналогии со строением биологического мозга. Искусственный нейрон передает сигнал на большое количество других нейронов, изменяя их состояние.

Нейроморфные вычисления откроют новые возможности для искусственного интеллекта. Традиционная модель обучения ИИ предполагает использование больших массивов данных, что требует и больших затрат энергии. Кроме того, нейросети, обученные таким способом, могут работать только с одним видом информации. Например, ИИ-модель для распознавания речи не может работать с изображениями. Нейроморфные чипы смогут решать сразу несколько задач.

В 2019 году ученые из Китая создали беспилотный велосипед и оборудовали его компьютером с новыми процессорами. Несколько нейросетей распознавали голос и отслеживали препятствия. В итоге велосипед смог проехать вслед за человеком, выполняя его команды.

В перспективе нейроморфные чипы позволят нашим привычным гаджетам самообучаться: медицинские гаджеты будут отслеживать жизненно важные показатели и влиять на состояние пациентов, а смартфоны начнут предугадывать наши желания.

4. Печатная электроника

Печатные электронные схемы создаются с помощью печатного оборудования, которое наносит на плоские подложки специальные токопроводящие или полупроводниковые чернила в соответствии с заданной схемой. Таким образом на подложке формируются активные и пассивные элементы и их соединения.

Преимущество такой печати — низкая стоимость по сравнению с традиционным производством. С другой стороны, характеристики печатных устройств, как правило, хуже, чем у обычных электронных приборов. Поэтому печатные платы чаще используют там, где не требуется высокая производительность. Например, в дисплеях, светодиодах, носителях информации, игрушках и так далее.

Печатная электроника может быть экологичной. В 2021 году ученые из Университета Дьюка в США представили полностью перерабатываемый транзистор. Он создан с помощью чернил на основе углерода.

5. Усовершенствованная компоновка микросхем

В разработке чипов этап планирования компоновки — один из самых кропотливых. Люди месяцами продумывают, как расположить макроблоки на микросхеме так, чтобы сэкономить пространство и обеспечить правильную работу чипа.

При расстановке макроблоков человек руководствуется логической системой, которую он может понять. Таких ограничений нет у искусственного интеллекта. В Google разработали нейросеть, которая продумывает компоновку микросхемы, «сопоставимую или превосходящую» человеческую. При этом на работу, которая обычно занимает до полугода, у ИИ уходят считанные часы. Нейросеть обучена на огромном массиве готовых конструкций, поэтому быстро находит оптимальное расположение процессоров, ядер памяти и других компонентов. В результате вместо блоков, расставленных как бы «по сетке» получается схема с почти хаотично разбросанными компонентами. Но именно это обеспечивает максимальную возможную производительность.

6. Чиплеты

Закон Мура — это эмпирическое наблюдение, сделанное соучредителем Intel Гордоном Муром. Этот закон гласит, что благодаря непрерывному развитию полупроводниковых технологий количество транзисторов на чипе будет удваиваться каждые два года. Прогноз был сделан еще в 1965 году, но в последнее время процесс, описанный Муром, замедлился. Ожидается, что к 2025 году закон Мура устареет окончательно, а втиснуть новые транзисторы в кремниевые микросхемы будет невозможно.

Эту проблему могут решить чиплеты — несколько объединенных микросхем вместо одного «монолитного» чипа, какие были в ранних ПК. Вместо того чтобы производить однокристальный процессор с несколькими ядрами, можно произвести несколько меньших чипов, а затем выстроить их в схему. Это позволяет значительно увеличить число транзисторов и при этом сократить размер микросхемы. Если один из чипов ломается, его можно заменить другим, а не выбрасывать всю конструкцию. В результате снижается количество отходов.

Чиплеты уже активно используются компаниями AMD и Intel в процессорах для ПК и мобильных устройств.


Источник:
Fatal error: Call to undefined function getPostSource() in /var/www/u36739/data/www/ai-news.ru/news-det.php on line 158