НОВОСТИ / РОССИЯСпециалистам удалось в 1,5 раза увеличить число циклов переключения таких резисторов.
МОСКВА, 27 августа. Исследователи Московского государственного университета им. М. В. Ломоносова и НИЦ «Курчатовский институт» повысили эффективность работы устройств, которые в будущем могут стать основой нейроморфных компьютеров — систем, имитирующих работу биологических нейронных сетей. Авторам удалось в 1,5 раза увеличить число циклов переключения таких резисторов, рассказала пресс-служба вуза.
Мемристоры отличаются от обычных резисторов тем, что сопротивление мемристора зависит от того, как до этого через него проходил ток. Благодаря этому мемристор обладает «памятью» и способностью менять записанные в нем данные, что сближает его по свойствам с нервными окончаниями.
Ученые физического факультета вуза и Института ядерной физики им. Д. В. Скобельцына МГУ совместно с исследователями из Курчатовского института нашли способ улучшить работу таких устройств за счет облучения альфа-частицами.
«Сотрудниками МГУ был предложен метод управляемого дефектообразования с помощью радиационного воздействия на структуру мемристора. Воздействие альфа-излучения на мемристоры привело к значительному улучшению их характеристик. После облучения количество устойчивых резистивных состояний увеличилось практически в три раза, а отношение сопротивлений в высоко- и низкоомном состоянии — более чем в два раза. Кроме того, увеличилась и “выносливость” устройства: число циклов переключений возросло в полтора раза», — рассказали в вузе.
Облучение структур этих устройств сопровождалось образованием в слое оксида титана дефектов, которые способствовали формированию проводящих каналов при протекании тока через образец. При этом сам процесс создания таких «затравок» для каналов был управляем: дефекты появлялись локально и дозированно, в отличие от хаотичного распределения в обычных образцах.
Нейроморфные системы.
Полученные результаты особенно важны для развития нейроморфных систем — вычислительных архитектур, имитирующих работу головного мозга.
«Чем больше стабильных состояний может хранить мемристор, тем выше его “пластичность” — способность к обучению, аналогичная синаптической пластичности в нейронах. Это делает такие устройства перспективными для реализации многослойных нейросетей на аппаратном уровне», — отметил автор работы, доцент кафедры общей физики и наноэлектроники физического факультета МГУ Александр Ильин, чьи слова приводятся в сообщении.
Работа выполнена в рамках деятельности Междисциплинарной научно-образовательной школы МГУ «Фотонные и квантовые технологии. Цифровая медицина». Выводы авторов опубликованы в журнале Applied Physics Letters.