Materiaalontwikkeling versnelt de realisatie van AI-technologie

Materiaalvooruitgang versnelt de realisatie van AI-technologie!

Voorblad van het oktobernummer van Geavanceerde functionele materialen. Krediet: Korea Institute of Materials Science (KIMS)

Onderzoekers in Korea zijn er voor het eerst in het land in geslaagd een kernmateriaal te ontwikkelen voor de volgende generatie neuromorfische (neurale netwerkimitatie) halfgeleider. Dit is het resultaat van een onderzoeksteam onder leiding van Dr. Jung-dae Kwon en Yong-hun Kim van het Department of Energy and Electronic Materials van het Korea Institute of Materials Science, samen met het onderzoeksteam van professor Byungjin Cho aan de Chungbuk National University. KIMS is een door de overheid gefinancierd onderzoeksinstituut onder het ministerie van Wetenschap en ICT.

Dit nieuwe concept memtransistor maakt gebruik van een tweedimensionaal nanomateriaal met een dikte van enkele nanometers. Door de elektrische plasticiteit van zenuwsynapsen reproduceerbaar na te bootsen met meer dan 1.000 elektrische stimulaties, slaagden de onderzoekers erin een hoge patroonherkenningsgraad van ongeveer 94,2% (98% van de op simulatie gebaseerde patroonherkenningssnelheid) te verkrijgen.

Molybdeenzwavel (MoS2), dat veel wordt gebruikt als halfgeleidermateriaal, werkt volgens het principe dat defecten in een enkel kristal worden verplaatst door een extern elektrisch veld, wat het moeilijk maakt om de concentratie of vorm van het defect nauwkeurig te regelen. Om het probleem op te lossen, stapelde het onderzoeksteam achtereenvolgens een oxidische laag niobiumoxide (Nb2O5) en een molybdeenzwavelmateriaal en slaagde erin een kunstmatig synaptisch apparaat te ontwikkelen met een memtransistorstructuur met een hoge elektrische betrouwbaarheid door een extern elektrisch veld. Bovendien hebben ze aangetoond dat de karakteristieken van de weerstandsschakeling vrij kunnen worden gecontroleerd door de dikte van de niobiumoxidelaag te veranderen, en dat herseninformatie met betrekking tot geheugen en vergeten kan worden verwerkt met een zeer lage energie van 10 PJ (picojoule).

Aangezien hardware voor kunstmatige intelligentie grote hoeveelheden stroom en kosten verbruikt in de vorm van GPU’s, FPGA’s en ASIC’s, wordt verwacht dat dit een explosieve vraag zal genereren naarmate de industrie in de toekomst groeit. De wearable AI-markt zal naar verwachting in 2023 $ 42,4 miljard bereiken, met een CAGR van 29,75% ten opzichte van ongeveer $ 11,5 miljard in 2018.

Een onderzoeksteam onder leiding van Dr. Jung-dae Kwon en Yong-hun Kim van KIMS zei: “Het gebruik van een zeer betrouwbare, nieuw-concept op memtransistorstructuur gebaseerde AI-halfgeleider kan de circuitdichtheid en aandrijfenergie aanzienlijk verminderen. worden toegepast op low-power edge computing en draagbare AI-systemen in de toekomst.”

Dit onderzoek is gepubliceerd als voorblad in het nummer van 1 oktober van: Geavanceerde functionele materialen.


Meer informatie:
Jae Hyeon Nam et al, Low Power MoS 2 / Nb 2 O 5 Memtransistor Device met zeer betrouwbare heterosynaptische plasticiteit (Adv. Funct. Mater. 40/2021), Geavanceerde functionele materialen (2021). DOI: 10.1002/adfm.202170294

Journaal informatie:
Geavanceerde functionele materialen

Geleverd door de National Research Council of Science & Technology

Nieuwste artikelen

spot_img

Related Stories

Leave A Reply

Vul alstublieft uw commentaar in!
Vul hier uw naam in