二硫化钼记忆电阻器;神经网络芯片为移动;纳米材料的物联网。
二硫化钼记忆电阻器
研究人员密西根科技大学构造了一个理想的忆阻器基于二硫化钼nanosheets。
”不同于一个固定电阻的电阻器,记忆电阻具有压敏电阻,“说云挂胡、MTU、材料科学与工程教授补充材料的电气性能是关键。“记忆电阻材料必须有一个电阻与电压可以可逆地改变。”
二硫化钼的潜在记忆电阻材料涉及到工程的原子结构。一个理想的忆阻器是对称的。电流和电压之间的关系是偶数,圆形和相等的两象限。在现实中,记忆电阻器通常显示不平衡电流电压特性。然而,团队的二硫化钼记忆电阻显示理想的对称性,使材料更容易预测和一致的,因为它是用于开发电子产品。
(来源:密西根科技大学)
这种对称,团队开始批量二硫化钼。然后他们操纵原子、结构安排、称为不同的水晶阶段。散装材料2 h阶段适用常规的电阻,并使它成为一个忆阻器,团队去皮的分子层。这个剥离过程创建了二硫化钼nanosheets 1 t的阶段。的nanosheets with1T阶段表现出可逆变化的阻力相对于voltage-necessary记忆电阻。研究人员最后分散nanosheets双方的银箔形成对称的忆阻器。
“这种材料在最开始阶段对于这个应用程序,”胡锦涛说,补充说,新材料和更好的记忆电阻器可以从根本上改变电脑。
神经网络芯片的移动
在最近的国际固态电路会议,麻省理工学院研究人员提出了一个新的芯片专门设计实现神经网络。该小组说,这是10倍有效移动GPU,可能使移动设备在本地运行强大的人工智能算法,而不是互联网上传数据进行处理。
芯片被称为“Eyeriss”,有168个核心,每个都有其自己的内存,以及电路压缩数据之前发送给个人的核心。
每个核心也能够直接沟通与近邻,所以,如果他们需要共享数据,他们不必通过主内存。这在卷积神经网络是至关重要的,那么多节点的处理相同的数据。
最后的关键芯片的效率是在核心专用电路,分配任务。在其本地内存,一个核心不仅需要存储的数据被描述节点的节点模拟但数据本身。分配电路可以为不同类型的网络重新配置,自动分配这两种类型的数据在核心的方式最大化的工作量之前每个人都可以做抓取更多的数据从主内存。
在会议上,研究人员使用Eyeriss实现神经网络执行一个影像识别任务,他们说的是第一次最先进的神经网络已被证明在一个定制的芯片。
纳米材料的物联网
物联网的概念依赖于通信和大部分预计将是无线的。但这需要足够的频谱来连接各种设备。许多工业认为重大的政策变化需要启用所需的连接,同时避免干扰。
研究人员哈佛大学约翰·a·保尔森工程和应用科学学院德雷伯正在开发一种新方法组装纳米级硬件能够克服这一挑战,使设备产生和接收纯净信号减少干扰其他附近的传输。这可以释放通过减少之间需要空间频率谱。
由美国国防部高级研究计划局和美国空军研究实验室,NanoLitz项目是原子的一部分产品(A2P)努力寻找新的方式组装纳米材料与当前的技术,如不能完成那些用于半导体和MEMS产业或通过化学合成。
NanoLitz方法辫子微观电线减少热损失,提高效率,和锐化滤波器响应。操作频率用于设备和智能手机一样,团队的技术发展使电线今天比使用小1000倍。电线将编织技术借用了微机电系统和微流体。团队还在开发一个DNA自组装方法作为生产工具的辫子。
改进信号性能也可以启用设备传输到五倍每通道数据,接收微弱信号的水平,克服干扰,扰乱了GPS信号,说德雷伯的大卫•卡特NanoLitz项目经理。
|
|
|
|
|
|
|
|
|
|
留下一个回复