Dators, kas vienlaikus uzglabā un apstrādā informāciju

Cilvēka smadzenes ir ārkārtēja skaitļošanas mašīna. Neviens precīzi nesaprot, kā tas darbojas, taču daļa no viltības ir spēja vienlaikus uzglabāt un apstrādāt informāciju.

Tas pilnībā atšķiras no parastajiem datoriem, kas glabā informāciju brīvpiekļuves atmiņā vai cietajā diskā un pēc vajadzības to pārsūta uz priekšu un atpakaļ uz centrālo procesoru.

Tas viss prasa laiku un enerģiju, kas galu galā ierobežo parasto skaitļošanas veiktspēju, tā saukto fon Neimana sašaurinājumu. Būtībā tas ir tas, kas neļauj tradicionālajiem datoriem tuvoties bioloģisko datoru veiktspējai.

Viss, kas var mainīties. Šodien Makss Di Ventra no Kalifornijas Universitātes Sandjego un Jurijs Peršins no Dienvidkarolīnas Universitātes Kolumbijā izklāsta jaunu skaitļošanas veidu, ko sauc par memcomputing, pamatojoties uz nesen atklātajiem nanomēroga elektroniskajiem komponentiem, kas gan uzglabā, gan apstrādā informāciju. tajā pašā laikā.

Šīs jaunās skaitļošanas formas pamatā ir memristors, memcapacitor un meminductor, pamata elektroniskie komponenti, kas uzglabā informāciju, vienlaikus darbojoties attiecīgi kā rezistori, kondensatori un induktori.

Šīs ierīces teorētiski tika prognozētas 1970. gados, bet pirmo reizi tika ražotas tikai 2008. gadā, tāpēc tās ir jauni elektronikas bloka bērni.

Fiziķi uzreiz atpazina tā saukto memelementu spēju atdarināt bioloģisko skaitļošanu, un dažādas grupas ir izstrādājušas un izveidojušas mikroshēmas, lai izmantotu šo ideju, piemēram, šeit .

Taču ir bijis grūti noteikt memelementu īpašības, kas padara tos par tik labiem bioloģiskajā skaitļošanā. Šeit darbojas Di Ventra un Pershin. Šie puiši ir destilējuši galvenās īpašības, kurām vajadzētu ļaut memelementiem saskaņot smadzeņu darbību.

Viņi saka, ka šīs īpašības ietver spēju uzglabāt informāciju ilgu laiku; spēja darboties kolektīvi, lai atmiņas ierīces stāvoklis kopumā būtu atkarīgs no visu tās elementu stāvokļiem; noturība pret troksni un nelielām nepilnībām; un tā tālāk.

Tomēr, iespējams, vissvarīgākā ir spēja vienlaikus uzglabāt un apstrādāt informāciju, kas parastajā skaitļošanas pasaulē ir pilnīgi sveša.

Šī ir interesanta pieeja, kas mēģina izkristalizēt labāko veidu, kā piekļūt memcomputing. Un tam ir milzīgs potenciāls. Atmiņas kondensatori un meminduktori būtībā nepatērē enerģiju, tāpēc tiem vajadzētu nodrošināt ļoti zemas enerģijas lietojumus. Tam vajadzētu dot viņiem iespēju pirmo reizi pietuvoties dabisko sistēmu energoefektivitātei.

Svarīgs pavērsiens šajā jomā būtu tādas atmiņas skaitļošanas ierīces demonstrēšana, kuras skaitļošanas iespējas un enerģijas patēriņš ir salīdzināms ar cilvēka smadzenēm (vai labāks par to), saka Di Ventra un Peršins.

Būtisks faktors šajā visā ir tas, ka mem-behave ir dabiska nanomēroga sistēmu īpašība. Tāpēc memelementu eksperimentālā atklāšana aizņēma tik ilgu laiku pēc teorētiskās prognozes — bija jāgaida, līdz fiziķi bija attīstījuši spēju padarīt komponentus tik mazus.

Tā kā elektroniskie komponenti kļūst arvien mazāki, mikroshēmu ražotājiem pašiem būs jātiek galā ar šīm jaunajām īpašībām.

Tas pavērs visas jaunas iespējas. Bioloģiskās sistēmas, piemēram, neironi, dabiski darbojas šādā mērogā, un tām ir jābūt vai ir jābūt memelementiem. Tas nav pazaudēts Di Ventra un Perhsin: visas šīs funkcijas ir aizraujoši līdzīgas tām, kas sastopamas bioloģiskajā jomā, tādējādi piedāvājot jaunas iespējas bioloģiski iedvesmotiem aprēķiniem.

Apgabals, kuru vērts skatīties.

Atsauce: arxiv.org/abs/1211.4487 : Memcomputing: skaitļošanas paradigma informācijas glabāšanai un apstrādei tajā pašā
Fiziskā platforma

paslēpties