Nový typ 3D počítačového čipu, který kombinuje dvě špičkové nanotechnologie, by mohl dramaticky zvýšit rychlost a energetickou účinnost procesorů, uvedla nová studie.
Dnešní čipy oddělují paměť (která ukládá data) a logické obvody (které zpracovávají data) a data jsou mezi těmito dvěma složkami k provádění operací zanášena sem a tam. Ale kvůli omezenému počtu spojení mezi pamětí a logickými obvody se to stává hlavním problémovým místem, zejména proto, že se od počítačů očekává, že budou řešit stále rostoucí množství dat.
Dříve bylo toto omezení maskováno dopady Mooreova zákona, který říká, že počet tranzistorů, které se vejdou na čip, se zdvojnásobuje každé dva roky, s doprovodným zvýšením výkonu. Ale jak výrobci čipů zasáhli základní fyzické limity, jak malé tranzistory mohou získat, tento trend se zpomalil.
Nový prototyp čipu, který navrhli inženýři ze Stanfordské univerzity a Massachusetts Institute of Technology, řeší oba problémy současně vrstvením paměti a logických obvodů na sebe, nikoli vedle sebe.
Nejenže to efektivně využívá prostor, ale také dramaticky zvětšuje povrchovou plochu pro propojení mezi komponenty, uvedli vědci. Konvenční logický obvod by měl na každé hraně omezený počet kolíků, přes které bude přenášet data; na rozdíl od toho vědci nebyli omezeni na použití hran a byli schopni hustě zabalit svislé dráty běžící od logické vrstvy do paměťové vrstvy.
"Se samostatnou pamětí a výpočetní technikou je čip téměř jako dvě velmi lidnatá města, ale mezi nimi je jen velmi málo mostů," řekl Live Science vedoucí studie Subhasish Mitra, profesor elektrotechniky a informatiky na Stanfordu. "Teď jsme tato dvě města nejen spojili - stavěli jsme mnohem více mostů, aby mezi nimi mohl být provoz mnohem efektivnější."
Kromě toho vědci použili logické obvody konstruované z uhlíkových nanotrubičových tranzistorů, společně s objevující se technologií zvanou odporová paměť s náhodným přístupem (RRAM), které jsou mnohem energeticky účinnější než křemíkové technologie. To je důležité, protože obrovská energie potřebná pro provoz datových center představuje další velkou výzvu technologických společností.
"Chcete-li získat další 1000krát vyšší výpočetní výkon, pokud jde o energetickou účinnost, což způsobuje, že věci běží velmi nízkoenergeticky a současně to opravdu běží rychle, je to architektura, kterou potřebujete," uvedla Mitra.
Zatímco obě tyto nové nanotechnologie mají vlastní výhody oproti konvenční technologii na bázi křemíku, jsou také nedílnou součástí 3D architektury nového čipu, uvedli vědci.
Důvodem dnešních čipů je 2D skutečnost, že výroba křemíkových tranzistorů na čip vyžaduje teploty vyšší než 1 800 stupňů Fahrenheita (1 000 stupňů Celsia), což znemožňuje vrstvení křemíkových obvodů na sobě bez poškození spodní vrstvy, uvedli vědci. .
Tranzistory s uhlíkovými nanotrubicemi a RRAM jsou však vyráběny při teplotě nižší než 200 ° C, takže je lze snadno navrstvit na křemík bez poškození základních obvodů. To také činí přístup výzkumníků kompatibilní se současnou technologií výroby čipů.
Stohování mnoha vrstev na sebe by potenciálně mohlo vést k přehřátí, řekla Mitra, protože horní vrstvy budou daleko od chladičů na dně čipu. Dodal však, že tento problém by měl být relativně snadný pro inženýra a zvýšená energetická účinnost nové technologie znamená, že v první řadě je generováno méně tepla.
Aby demonstroval výhody svého designu, tým postavil prototyp detektoru plynu přidáním další vrstvy senzorů založených na uhlíkových nanotrubičkách na čip. Vertikální integrace znamenala, že každý z těchto senzorů byl přímo připojen k buňce RRAM, čímž se dramaticky zvýšila rychlost zpracování dat.
Tato data byla poté přenesena do logické vrstvy, která implementovala algoritmus strojového učení, který jí umožňoval rozlišovat mezi páry citronové šťávy, vodky a piva.
To však byla jen demonstrace, řekl Mitra a čip je vysoce všestranný a obzvláště vhodný pro takové datové, hluboké neuronové síťové přístupy, které podporují současnou technologii umělé inteligence.
Jan Rabaey, profesor elektrotechniky a informatiky na Kalifornské univerzitě v Berkeley, který se nezúčastnil výzkumu, uvedl, že souhlasí.
„Tyto struktury mohou být zvláště vhodné pro alternativní výpočetní paradigmata založená na mozku, jako jsou systémy inspirované mozkem a hluboké neuronové sítě, a přístup autorů je určitě skvělým prvním krokem tímto směrem,“ řekl MIT News.
