分子记忆电阻;多波束mmWave。
分子记忆电阻
来自新加坡国立大学、印度科学培养协会、利默里克大学、德克萨斯农工大学和惠普企业的研究人员发现了一种方法分子记忆电阻为brain-inspired计算．
这种分子利用其金属-有机键的天然不对称性在不同状态之间切换，这使得它能够执行超快速的决策。
利默里克大学(University of Limerick)物理学教授达米恩·汤普森(Damien Thompson)说:“在这种新设备中，所有事情都在一个地方完成，所以不需要一直阅读或移动信息。”“这消除了‘冯·诺依曼瓶颈’，这个问题从一开始就困扰着计算，现在仍然阻碍着技术发展。新的分子电路意味着计算机处理单元不再需要为它执行的每一个操作获取数据，这大大节省了时间和能源成本。”
研究人员创造了一种电路，由一层40纳米的分子薄膜组成，这层分子薄膜来自苯偶氮吡啶的化学家族，夹在上层金和底层金纳米盘和氧化铟锡之间。他们观察到一个前所未有的电流-电压分布施加负电压的设备。与传统金属氧化物忆阻器只在一个固定电压下开关不同，这些有机分子器件可以在几个离散的连续电压下在开断状态之间切换。
“类似于人脑连接的灵活性和适应性，我们的存储设备可以通过简单地改变施加的电压来重新配置不同的计算任务。此外，就像神经细胞如何存储记忆一样，同样的设备也可以保留信息，以便将来检索和处理，”新加坡国立大学物理系研究员Sreetosh Goswami说。
“这些分子就像电子海绵，可以提供多达六次电子转移，从而形成五种不同的分子状态。这些状态之间的互联性是设备可重构性背后的关键，”新加坡国立大学的高级研究科学家Sreebrata Goswami补充道。
该团队使用分子存储设备来运行不同的实际计算任务的程序。作为概念验证，该团队证明了他们的技术可以在一个步骤中执行复杂的计算，并且可以重新编程以执行另一项任务。他们假设，一个单独的分子存储设备可以执行与数千个晶体管相同的计算功能。
汤普森补充说:“我们对这种可能性感到兴奋，因为这些设备显示了大脑计算的所有特征。首先，大量微小的、相同的分子处理器连接在一起并并行工作。更重要的是，它们展示了冗余性和可重构性，这意味着即使单个组件不能一直完美工作，或者每次都以完全相同的方式工作，该设备也可以解决问题。”
多波束mmWave
加州大学圣地亚哥分校的工程师们提出了一种方法毫米波5G更可靠。毫米波信号很容易被物体阻挡，而且强度有限。研究人员建议将毫米波分成多个波束，而不是目前在基站和接收机之间发送一个毫米波波束的方法。每个波束从基站到接收器的路径都不同。
研究人员创建了一个分离毫米波波束的系统，并在办公室和校园大楼外进行了测试。该系统提供了高吞吐量连接(高达800mbps)和100%的可靠性。当用户绕过桌子、墙壁和室外雕塑等障碍物时，信号不会下降或减弱。在室外测试中，该系统提供了80米(262英尺)外的连接。
该系统依赖于一套新的算法。一种算法首先指示基站将波束分成多条路径。其中一些路径从基站和接收机直接发送，而和一些路径通过间接路径到达接收机。在这些间接路线中，光束从反射器上反弹，反射器是环境中的表面，如玻璃、金属、混凝土或干墙反射毫米波。然后，算法学习在给定环境中哪些是最佳路径。然后，它优化每个波束的角度、相位和功率，以便当它们到达接收机时，它们将建设性地结合起来，以创建高质量和高通量的信号。
加州大学圣地亚哥分校雅各布斯工程学院的电子和计算机工程教授迪尼希·巴拉迪亚(Dinesh Bharadia)说:“你可能会认为，将光束分开会降低信号的吞吐量或质量。”“但根据我们设计算法的方式，从数学上看，我们的多波束系统在传输与单波束系统相同功率的同时，可以提供更高的吞吐量。”
另一种算法通过持续跟踪用户的移动和重新调整光束参数，在用户移动时和另一个用户踩在路上时保持连接。
“你不需要任何新的硬件来做到这一点，”加州大学圣地亚哥分校电气和计算机工程博士生伊什·贾恩(Ish Jain)说。“我们的算法都符合当前的5G协议。”
该团队正在努力扩展系统，以适应多个用户。
|
|
|
|
|
|
|
|
|
|
留下回复