Het internet der dingen komt eraan, zoveel weten we. Maar niet zonder componenten en chips die de explosie van data die met IoT gepaard gaat aankunnen. in 2020, er zullen 50 miljard industriële internetsensoren zijn. Een enkel autonoom apparaat – een smartwatch, een schoonmaakrobot, of een auto zonder bestuurder – kan elke dag gigabytes aan data produceren, overwegende dat een airbus er meer dan 10 kan hebben, 000 sensoren in één vleugel alleen.

Er moeten twee hindernissen worden overwonnen. Eerst, stroomtransistors in computerchips moeten worden verkleind tot enkele nanometers, een enorme thermodynamische uitdaging; tweede, het analyseren en opslaan van ongekende hoeveelheden gegevens zal even grote hoeveelheden energie vergen. Sayani Majumdar, Academy Fellow aan de Aalto University, samen met haar collega's ontwerpt technologie om beide problemen aan te pakken.

Majumdar heeft met haar collega's de basisbouwstenen van toekomstige componenten ontworpen en gefabriceerd in zogenaamde "neuromorfe" computers, geïnspireerd door het menselijk brein. Het is een onderzoeksgebied waarin de grootste ICT-bedrijven ter wereld en ook de EU flink investeren. Nog altijd, niemand heeft nog een hardware-architectuur op nanoschaal bedacht die kan worden opgeschaald naar industriële productie en gebruik.

"De technologie en het ontwerp van neuromorphic computing vorderen sneller dan de rivaliserende revolutie, kwantumcomputers. Er wordt al breed gespeculeerd, zowel in de academische wereld als in de R&D van bedrijven, over manieren om zware computercapaciteiten in de hardware van smartphones in te schrijven, tablets en laptops. De sleutel is om de extreme energie-efficiëntie van een biologisch brein te bereiken en de manier na te bootsen waarop neurale netwerken informatie verwerken door middel van elektrische impulsen, " legt Majumdar uit.

Basiscomponenten voor computers die werken als de hersenen

In hun recente artikel in Geavanceerde functionele materialen , Majumdar en haar team melden dat ze een nieuw soort ferro-elektrische tunnelovergangen hebben gefabriceerd, ferro-elektrische dunne films op nanometerschaal ingeklemd tussen twee elektroden. Ze hebben mogelijkheden die verder gaan dan bestaande technologieën en voorspellen veel goeds voor energie-efficiënte en stabiele neuromorfische computers.

De juncties werken in lage spanningen van minder dan vijf volt en met een verscheidenheid aan elektrodematerialen, waaronder silicium dat wordt gebruikt in chips in de meeste van onze elektronica. Ze kunnen ook gegevens voor meer dan 10 jaar zonder stroom bewaren en onder normale omstandigheden worden vervaardigd.

Tunnelovergangen zijn tot nu toe meestal gemaakt van metaaloxiden en vereisen een temperatuur van 700 graden Celsius en een hoog vacuüm om te vervaardigen. Ferro-elektrische materialen bevatten ook lood, waardoor ze – en al onze computers – een ernstig gevaar voor het milieu vormen.

"Onze knooppunten zijn gemaakt van organische koolwaterstofmaterialen en ze zouden de hoeveelheid giftig afval van zware metalen in de elektronica verminderen. We kunnen ook duizenden knooppunten per dag maken bij kamertemperatuur zonder dat ze last hebben van het water of zuurstof in de lucht, " legt Majumdar uit.

Wat ferro-elektrische dunnefilmcomponenten geweldig maakt voor neuromorfe computers, is hun vermogen om te schakelen tussen niet alleen binaire toestanden - 0 en 1 - maar ook een groot aantal tussenliggende toestanden, ook. Hierdoor kunnen ze informatie 'onthouden' die vergelijkbaar is met de hersenen:om het voor een lange tijd op te slaan met kleine hoeveelheden energie en om de informatie die ze ooit hebben ontvangen te behouden - zelfs nadat ze zijn uit- en weer ingeschakeld.

Dit worden memristors genoemd. Ze zijn ideaal voor berekeningen vergelijkbaar met die in biologische hersenen. Nemen, bijvoorbeeld, de aanstaande Mars 2020-rover. Om de Rover zelf gegevens te laten verwerken met slechts één enkel zonnepaneel als energiebron, de niet-gecontroleerde algoritmen zullen een kunstmatig brein moeten gebruiken.

"Waar we nu naar streven, is om miljoenen van onze tunneljunctie-memristors te integreren in een netwerk op een oppervlakte van één vierkante centimeter. We kunnen verwachten dat we er zoveel in zo'n kleine ruimte kunnen inpakken, omdat we nu een recordhoogte verschil hebben bereikt in de stroom tussen aan- en uit-toestanden in de knooppunten en dat zorgt voor functionele stabiliteit.De memristors zouden dan complexe taken zoals beeld- en patroonherkenning kunnen uitvoeren en autonoom beslissingen kunnen nemen, ' zegt Majumdar.