Datorn som lagrar och bearbetar information på samma gång

Den mänskliga hjärnan är en extraordinär datormaskin. Ingen förstår exakt hur det fungerar med sin magi men en del av tricket är möjligheten att lagra och bearbeta information samtidigt.

Det är helt olik konventionella datorer som lagrar information i direktminne eller på hårddisk och skickar den fram och tillbaka efter behov till en centralenhet.

Den tid och energi som allt detta tar är det som i slutändan begränsar konventionell datorprestanda, den så kallade von Neumann-flaskhalsen. I huvudsak är det detta som hindrar konventionella datorer från att närma sig prestandan hos biologiska.

Allt som kan vara på väg att förändras. Idag skisserar Max Di Ventra vid University of California, San Diego och Yuriy Pershin vid University of South Carolina, Columbia, en framväxande form av beräkning som kallas memcomputing baserad på den senaste upptäckten av elektroniska komponenter i nanoskala som både lagrar och bearbetar information vid samma tid.

I hjärtat av denna nya form av beräkning är memristor, memcapacitor och meminductor, grundläggande elektroniska komponenter som lagrar information medan de fungerar som resistorer, kondensatorer respektive induktorer.

Dessa enheter förutspåddes teoretiskt på 1970-talet men tillverkades först för första gången 2008, så de är nya barn på elektronikblocket.

Fysiker insåg omedelbart förmågan hos så kallade memelement att efterlikna biologisk beräkning och olika grupper har designat och byggt chips för att utnyttja denna idé, här till exempel.

Men egenskaperna hos memelement som gör dem så bra på biologisk beräkning har varit svåra att fastställa. Det är där Di Ventra och Pershin kommer in. Dessa killar har destillerat de väsentliga egenskaperna som borde tillåta memelement att matcha hjärnans prestanda.

De säger att dessa egenskaper inkluderar möjligheten att lagra information under långa perioder; förmågan att agera kollektivt så att tillståndet för en memenhet som helhet beror på tillstånden för alla dess memelement; en robusthet mot buller och små brister; och så vidare.

Det kanske viktigaste är dock förmågan att lagra och bearbeta information samtidigt, en egenskap som är helt främmande i den konventionella datorvärlden

Detta är ett intressant tillvägagångssätt som försöker kristallisera det bästa sättet att närma sig memcomputing. Och det har en enorm potential. Memcapacitors och meminduktorer förbrukar i princip ingen energi och borde därför tillåta mycket lågenergitillämpningar. Det borde göra det möjligt för dem att för första gången närma sig energieffektiviteten i naturliga system.

En viktig milstolpe på detta område skulle vara demonstrationen av en memberäkningsenhet med datorkapacitet och energiförbrukning jämförbar med (eller bättre än) den mänskliga hjärnans, säger Di Ventra och Pershin.

En viktig faktor i allt detta är att mem-beteende är en naturlig egenskap hos system i nanoskala. Det är därför den experimentella upptäckten av memelement tog så lång tid efter den teoretiska förutsägelsen - den fick vänta tills fysiker hade utvecklat förmågan att göra komponenter så små.

Och med elektroniska komponenter som blir allt mindre, kommer chiptillverkarna att behöva hantera dessa nya egenskaper själva som en självklarhet.

Det kommer att erbjuda alla möjliga nya möjligheter. Biologiska system, såsom neuroner, fungerar naturligt i denna skala och måste vara eller ha memelement. Det är inte förlorat för Di Ventra och Perhsin: Alla dessa egenskaper liknar lockande de man möter i den biologiska sfären, och erbjuder därmed nya möjligheter för biologiskt inspirerad beräkning.

Ett område värt att titta på.

Ref: arxiv.org/abs/1211.4487 : Memcomputing: Ett datorparadigm för att lagra och bearbeta information om samma
Fysisk plattform

Dölj