21.03.2025
Так называемые «мемристоры» потребляют очень мало энергии и ведут себя подобно клеткам мозга. Исследователи из Юлиха под руководством Ильи Валова представили новые мемристорные компоненты, которые обладают значительными преимуществами по сравнению с предыдущими версиями: они более надёжны, работают в более широком диапазоне напряжений и могут функционировать как в аналоговом, так и в цифровом режиме. Эти свойства могут помочь решить проблему «катастрофического забывания», когда искусственные нейронные сети внезапно забывают ранее усвоенную информацию.
Проблема катастрофического забывания возникает, когда глубокие нейронные сети обучаются для выполнения новой задачи. Это происходит потому, что новая оптимизация просто перезаписывает предыдущую. В мозге такой проблемы нет, потому что он, по-видимому, может регулировать степень синаптических изменений. Это явление эксперты называют «метапластичностью».
Они предполагают, что только благодаря этим различным степеням пластичности наш мозг может постоянно осваивать новые задачи, не забывая старые. Новый мемристор делает нечто подобное.
«Его уникальные свойства позволяют использовать различные режимы переключения для управления модуляцией мемристора таким образом, чтобы сохранённая информация не терялась», — говорит Илья Валов из Института Петера Грюнберга (PGI-7) в Исследовательском центре Юлиха.
Идеальные кандидаты для устройств, основанных на нейротехнологиях
Современные компьютерные чипы быстро развиваются. Их развитие могло бы получить дополнительный импульс благодаря мемристорам — термину, производному от памяти и резистора. Эти компоненты по сути представляют собой резисторы с памятью: их электрическое сопротивление изменяется в зависимости от приложенного напряжения, и в отличие от обычных переключающих элементов, значение их сопротивления остается даже после отключения напряжения. Это связано с тем, что мемристоры могут претерпевать структурные изменения — например, из-за осаждения атомов на электродах.
«Мемристорные элементы считаются идеальными кандидатами для обучаемых компьютерных компонентов, вдохновлённых нейронами и смоделированных по образцу мозга», — говорит Валов.
Несмотря на значительный прогресс и усилия, коммерциализация компонентов происходит медленнее, чем ожидалось. Это связано, в частности, с высокой частотой отказов при производстве и коротким сроком службы изделий. Кроме того, они чувствительны к нагреву или механическим воздействиям, что может приводить к частым сбоям в работе.
«Таким образом, фундаментальные исследования необходимы для более эффективного управления наноразмерными процессами, — говорит Валов, который уже много лет работает в области мемристоров. – Нам нужны новые материалы и механизмы переключения, чтобы упростить системы и расширить спектр их функций».
Именно в связи с этим химик и специалист по материалам вместе с немецкими и китайскими коллегами смогли сообщить о важном успехе: «Мы открыли принципиально новый электрохимический мемристорный механизм, который химически и электрически более стабилен», — объясняет Валов.
Разработка была опубликована в журнале Nature Communications.
Новый механизм для мемристоров
«На данный момент для функционирования так называемых биполярных мемристоров были выявлены два основных механизма: ECM и VCM», — объясняет Валов. – ECM означает «электрохимическая металлизация», а VCM — «механизм изменения валентности».
Мемристоры ECM образуют металлическую нить между двумя электродами — крошечный «проводящий мост», который изменяет электрическое сопротивление и снова растворяется при изменении полярности напряжения. Критическим параметром здесь является энергетический барьер (сопротивление) электрохимической реакции. Такая конструкция обеспечивает низкое напряжение переключения и быстрое переключение, но генерируемые состояния нестабильны и относительно недолговечны.
С другой стороны, VCM-мемристоры изменяют сопротивление не за счёт движения ионов металла, а за счёт движения ионов кислорода на границе раздела между электродом и электролитом — путём изменения так называемого барьера Шоттки. Этот процесс сравнительно стабилен, но требует высокого напряжения переключения.
У каждого типа мемристоров есть свои преимущества и недостатки. «Поэтому мы решили разработать мемристор, сочетающий в себе преимущества обоих типов», — объясняет Валов. Ранее эксперты считали это невозможным.
«Наш новый мемристор работает по совершенно другому принципу: в нём используется нить из оксидов металлов, а не чисто металлическая, как в ECM», — объясняет Валов. Эта нить образуется за счёт движения ионов кислорода и тантала и является очень стабильной — она никогда полностью не растворяется. «Можно представить, что это нить, которая в какой-то степени всегда существует и лишь химически модифицируется», — говорит Валов.
Таким образом, новый механизм переключения очень надёжен. Учёные также называют его механизмом модификации проводимости нити накала (FCM). Компоненты, основанные на этом механизме, имеют ряд преимуществ: они более стабильны в химическом и электрическом плане, более устойчивы к высоким температурам, имеют более широкий диапазон напряжений и требуют более низкого напряжения для производства. В результате в процессе производства сгорает меньше компонентов, процент брака ниже, а срок службы больше.
Перспективное решение для катастрофического забывания
Различные степени окисления позволяют использовать мемристор в двоичном и/или аналоговом режиме. В то время как двоичные сигналы являются цифровыми и могут принимать только два состояния, аналоговые сигналы являются непрерывными и могут принимать любое промежуточное значение. Такое сочетание аналогового и цифрового поведения особенно интересно для нейроморфных чипов, поскольку оно может помочь преодолеть проблему катастрофического забывания.
Исследователи уже внедрили новый мемристорный компонент в модель искусственной нейронной сети в рамках симуляции. В нескольких наборах данных изображений система достигла высокого уровня точности при распознавании образов.
В будущем команда хочет найти другие материалы для мемристоров, которые могли бы работать ещё лучше и стабильнее, чем представленная здесь версия.
«Наши результаты будут способствовать дальнейшему развитию электроники для приложений с вычислениями в памяти», — говорит Валов.
Источник: Tech Xplore
