Ionenschaltung für neuronale Netze

Forscher der Harvard University und DNA Script entwickelten eine Ionenkreis bestehend aus Hunderten von ionischen Transistoren für das Rechnen mit neuronalen Netzen.

Während sich Ionen in Wasser langsamer bewegen als Elektronen in Halbleitern, stellte das Team fest, dass die Vielfalt ionischer Spezies mit unterschiedlichen physikalischen und chemischen Eigenschaften für eine vielfältigere Informationsverarbeitung genutzt werden könnte.

Die Forscher bauten einen neuen Typ von ionischem Transistor, der aus einer wässrigen Lösung von Chinonmolekülen besteht, die mit zwei konzentrischen Ringelektroden mit einer zentralen Scheibenelektrode verbunden sind, wie ein Bullauge. Die beiden Ringelektroden senken und stimmen den lokalen pH-Wert um die mittlere Scheibe elektrochemisch ab, indem sie Wasserstoffionen erzeugen und einfangen. Eine an die mittlere Scheibe angelegte Spannung bewirkt eine elektrochemische Reaktion, um einen Ionenstrom von der Scheibe in das Wasser zu erzeugen. Die Reaktionsgeschwindigkeit kann erhöht oder verringert werden – durch Erhöhen oder Verringern des Ionenstroms – durch Einstellen des lokalen pH-Werts. Mit anderen Worten, der pH-Wert steuert den Ionenstrom der Scheibe in der wässrigen Lösung, wodurch ein ionisches Gegenstück des elektronischen Transistors entsteht.

Ein CMOS-Chip (links) mit einem Array (Mitte) aus Hunderten von einzelnen ionischen Transistoren (rechts). (Bildnachweis: Woo-Bin Jung/Harvard SEAS)

Anschließend konstruierten sie den pH-gesteuerten Ionentransistor so, dass der Plattenstrom eine arithmetische Multiplikation der Plattenspannung und ein „Gewichts“-Parameter ist, der den lokalen pH-Wert darstellt, der den Transistor steuert. Sie organisierten diese Transistoren in einem 16 × 16-Array, um die analoge arithmetische Multiplikation einzelner Transistoren zu einer analogen Matrixmultiplikation zu erweitern, wobei das Array lokaler pH-Werte als Gewichtsmatrix dient, die in neuronalen Netzwerken anzutreffen ist.

„Matrixmultiplikation ist die am weitesten verbreitete Berechnung in neuronalen Netzen für künstliche Intelligenz“, sagte Woo-Bin Jung, Postdoktorand an der Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS). „Unser Ionenschaltkreis führt die Matrixmultiplikation in Wasser auf analoge Weise durch, die vollständig auf elektrochemischen Maschinen basiert.“

„Mikroprozessoren manipulieren Elektronen auf digitale Weise, um eine Matrixmultiplikation durchzuführen“, sagte Donhee Ham, Professor für Elektrotechnik und angewandte Physik am SEAS. „Während unser ionischer Schaltkreis nicht so schnell oder genau sein kann wie die digitalen Mikroprozessoren, ist die elektrochemische Matrixvervielfachung in Wasser an sich reizvoll und hat das Potenzial, energieeffizient zu sein.“

Jung fügte hinzu, dass das Team plant, die chemische Komplexität des Systems zu bereichern. „Bisher haben wir nur 3 bis 4 Ionenarten wie Wasserstoff- und Chinonionen verwendet, um das Gating und den Ionentransport im wässrigen Ionentransistor zu ermöglichen“, sagte Jung. „Es wird sehr interessant sein, vielfältigere ionische Spezies einzusetzen und zu sehen, wie wir sie nutzen können, um den Inhalt der zu verarbeitenden Informationen reichhaltiger zu machen.“

3D-Druck von MEMS-Sensoren

Forscher der KTH Royal Institute of Technology, der École Polytechnique Fédérale de Lausanne (EPFL) und der Hochschule Kaiserslautern schlagen die Verwendung vor 3D-Druck zur Herstellung benutzerdefinierter MEMS-Sensoren in kleineren Mengen.

„Die Kosten für die Entwicklung des Herstellungsprozesses und die Optimierung des Gerätedesigns lassen sich bei geringeren Produktionsmengen nicht reduzieren“, sagte Frank Niklaus vom KTH Royal Institute of Technology und überließ den Ingenieuren die Wahl zwischen suboptimalen MEMS-Bauteilen von der Stange oder einem wirtschaftlich unrentablen Start -Up-Kosten.

Die Forscher weisen auf Beschleunigungsmesser für Flugzeuge und Vibrationssensoren für Industriemaschinen als zwei Arten von MEMS-Sensoren hin, die von der Anpassung profitieren könnten, aber geringe Stückzahlen haben.

„Die Forscher bauten auf einem Prozess namens Zwei-Photonen-Polymerisation auf, der Objekte mit hoher Auflösung herstellen kann, die nur wenige Hundert Nanometer groß sind, aber keine Funktionalität erfassen können“, erklärte David Callahan von KTH. „Um die Wandlerelemente zu bilden, verwendet die Methode eine Technik namens Schattenmaskierung, die wie eine Schablone funktioniert. Auf der 3D-gedruckten Struktur fertigen sie Elemente mit T-förmigem Querschnitt, die wie Regenschirme funktionieren. Sie lagern dann Metall von oben ab, und als Ergebnis werden die Seiten der T-förmigen Merkmale nicht mit dem Metall beschichtet. Das bedeutet, dass das Metall auf der Oberseite des T elektrisch vom Rest der Struktur isoliert ist.“

Das Verfahren kann zur Herstellung von etwa einem Dutzend kundenspezifischer MEMS-Beschleunigungsmesser in wenigen Stunden verwendet werden, was den Forschern zufolge eine wirtschaftlich tragfähige Möglichkeit bieten könnte, Prototypen von MEMS-Geräten zu erstellen und kleine und mittlere Chargen von Zehntausenden bis wenigen herzustellen Tausend MEMS-Sensoren pro Jahr.

„Das war bisher nicht möglich, da die Anlaufkosten für die Herstellung eines MEMS-Produkts mit herkömmlicher Halbleitertechnologie in der Größenordnung von Hunderttausenden von Dollar liegen und die Vorlaufzeiten mehrere Monate oder mehr betragen“, sagte Niklaus . „Die neuen Möglichkeiten, die 3D-gedruckte MEMS bieten, könnten zu einem neuen Paradigma in der MEMS- und Sensorherstellung führen.“

Quantenbus

Physikern des Forschungszentrums Jülich und der RWTH Aachen ist das gelungen Elektronen übertragen, die Träger von Quanteninformationen in Halbleiter-Spin-basierten Quantensystemen, über mehrere Mikrometer auf einem Quantenchip, ein Schritt, von dem sie sagten, dass er zu Systemen mit Millionen von Qubits führen könnte.

„Derzeit ist jedes einzelne Qubit über mehrere Signalleitungen mit etwa schrankgroßen Steuergeräten verbunden. Das funktioniert noch für ein paar Qubits. Aber es macht keinen Sinn mehr, wenn man Millionen von Qubits auf den Chip bringen will. Denn das ist für die Quantenfehlerkorrektur notwendig“, sagt Lars Schreiber vom JARA-Institut für Quanteninformation am Forschungszentrum Jülich und der RWTH Aachen.

Letztlich zielen sie darauf ab, Teile der Steuerelektronik direkt auf dem Chip zu integrieren.

„Die natürliche Verschränkung, die allein durch die Nähe der Partikel verursacht wird, ist auf einen sehr kleinen Bereich von etwa 100 Nanometern begrenzt. Um die Qubits zu koppeln, müssen sie derzeit sehr nahe beieinander platziert werden. Für zusätzliche Steuerelektronik, die wir dort einbauen möchten, ist einfach kein Platz“, so Schreiber.

Halbleiter-Quantenchip mit Quantenbus der JARA-Kooperation des Forschungszentrums Jülich und der RWTH Aachen. (Quelle: Forschungszentrum Jülich / Sascha Kreklau)

Der Quantenbus des Teams hilft dabei, Quanteninformationen zwischen den Qubits über größere Entfernungen auszutauschen, basierend auf einer neuen Art des Elektronentransports. „Bisher hat man versucht, die Elektronen gezielt um einzelne Störungen auf ihrem Weg zu lenken. Oder sie erzeugten eine Reihe sogenannter Quantenpunkte und ließen die Elektronen von einem dieser Punkte zum anderen hüpfen. Beide Ansätze erfordern eine präzise Signalanpassung, was zu einer zu komplexen Steuerelektronik führt“, erklärt Schreiber. „Dagegen erzeugen wir eine Potentialwelle, auf der die Elektronen einfach über verschiedene Störquellen hinwegsurfen. Für eine solche gleichmäßige Welle genügen wenige Steuersignale; vier Sinusimpulse genügen.“

„Von einem Qubit zum nächsten müssen etwa 10 Mikrometer überbrückt werden. Theoretisch lassen sich mit einer solchen Architektur Millionen von Qubits realisieren“, sagt Hendrik Bluhm, Professor und Direktor des IQI-Instituts.

Als nächsten Schritt wollen die Physiker zeigen, dass die im Elektronenspin kodierte Qubit-Information beim Transport nicht verloren geht. Theoretische Berechnungen haben gezeigt, dass dies in Silizium in bestimmten Geschwindigkeitsbereichen möglich ist.

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. Hier zugreifen.
• Quelle: https://semiengineering.com/research-bits-jan-17/