神经形态记忆电阻;热的量子位。
神经形态记忆电阻
马萨诸塞大学阿默斯特分校的研究人员使用了蛋白质纳米线制造神经形态忆阻器能够在极低电压下运行。神经形态计算面临的一个挑战是模拟大脑工作时的低电压:它在神经元之间发送信号的电压约为80毫伏。
马萨诸塞大学阿默斯特分校的电子和计算机工程研究员姚军说:“这是第一次一个设备可以在与大脑相同的电压水平下工作。人们可能甚至不敢希望我们能创造出一种与大脑中的生物对应物一样节能的设备，但现在我们有了超低功耗计算能力的现实证据。这是一个概念上的突破，我们认为它将引起在生物电压机制下工作的电子设备的大量探索。”
研究小组使用的蛋白质纳米线来自于一种生长导电细丝的细菌Geobacter。除了可能比硅纳米线更便宜之外，它们在水中或体液中更稳定，这是生物医学应用的一个重要特征。
研究人员实验了一种正负电荷的脉冲开关模式，这种模式通过忆阻器中的一根微小金属线发送，从而形成一个电子开关。他们使用了金属线，因为蛋白质纳米线有助于金属还原，改变金属离子的反应性和电子转移特性。马萨诸塞大学阿默斯特分校的微生物学家Derek Lovely指出，这种微生物的能力并不令人惊讶，因为野生细菌纳米线可以呼吸，用化学方法还原金属以获得能量，就像我们呼吸氧气一样。
Yao解释说，当开关脉冲在金属丝中产生变化时，新的分支和连接就会产生，这就产生了一种类似于学习的效果——在真正的大脑中产生新的连接。“你可以调节纳米线忆阻突触的导电性或可塑性，这样它就可以模拟生物组件，用于脑启发计算。与传统计算机相比，该设备具有非基于软件的学习能力。”
傅教授说，研究小组计划对这一发现进行更多的机制研究，并“充分探索忆阻器中蛋白质纳米线的化学、生物学和电子学”，以及可能的应用，例如，可能包括监测心率的设备。Yao补充道:“这为将来这种设备可以与生物系统中的实际神经元对话提供了可行性希望。”
热量子比特
新南威尔士大学悉尼分校、Université de Sherbrooke、阿尔托大学和庆应义塾大学的研究人员提出了一种方法量子计算机在更高的温度下运行．虽然距离室温还很远，但它可以大大减少冷藏的时间。
概念验证量子处理器单元单元使用硅芯片，工作温度为1.5开尔文，比使用超导量子比特的芯片技术要高得多。新南威尔士大学悉尼分校的安德鲁·祖拉克教授指出:“这仍然很冷，但这是一个只需花费几千美元的制冷设备就能达到的温度，而不是将芯片冷却到0.1开尔文所需的数百万美元。”“虽然很难用我们日常的温度概念来衡量，但这种增加在量子世界中是极端的。”
该单元单元包括两个量子比特，它们被限制在嵌入硅的一对量子点中。该团队表示，如果扩大规模，可以使用现有的硅晶圆厂来制造。它也更容易与控制量子处理器所需的传统硅芯片集成。
利用两个量子点之间的电子隧道初始化和读取量子比特对，并使用电驱动自旋共振来相干控制量子比特。
Dzurak说:“我们的新研究结果为现实世界的商业和政府应用从实验设备到负担得起的量子计算机开辟了一条道路。”
他们并不是最近唯一一个成功地将量子计算推向更高温度的团队:代尔夫特理工大学的研究人员与QuTech和英特尔合作，使用类似的硅技术创造出可以控制在1.1开尔文的量子比特．
硅基量子比特使用标准生产技术。“为了在更高的温度下工作，我们必须在实验的各个阶段进行改进。我们已经创造出了硅量子比特，可以与不必要的相互作用隔离开来，”代尔夫特大学的博士生格特詹·埃尼克说。
代尔夫特大学的博士生Luca Petit指出:“在1.1开尔文下进行量子计算取决于我们减少所有可能的噪声源，并开发耐温度的测量程序。这是一个奇妙的时刻，所有东西都聚集在一起，我们第一次能够在这个温度下用两个硅量子比特进行量子运算。”
代尔夫特大学的门诺·维尔德霍斯特(Menno Veldhorst)说:“我们现在正致力于建立一个包含更多、更高质量量子比特的系统。”“在1.1开尔文的温度下工作有显著的好处，我们现在可以开始考虑将量子硬件和经典硬件集成到一个芯片上。因此，我们将创造量子集成电路。”
|
|
|
|
|
|
|
|
|
|
留下回复