用电压控制有机分子材料实现决策树算法相当于实现if—then—else语

用电压控制有机分子材料实现决策树算法相当于实现if—then—else语句的功能。

不仅如此，研究人员还保存了一个复杂的决策树，有71个节点，包含多个组件。

这篇论文发表在最新一期的《自然》杂志上。

此外，与传统的固定写死电路不同，该元件还具有动态重编程的特点。

重编程的方法也很简单，只需要改变电压就可以实现。

在一个时间步长内完成复杂的计算后，施加不同的电压脉冲可以在下一刻完成另一个计算任务。

就像人脑可以通过断开和建立神经元之间的联系来重新布线一样。

这种新元素被称为分子忆阻器。

忆阻器是一种基本的电路元件，可以代替晶体管完成一般的计算，开发出新的CPU。

此外，它可以将存储和操作集成在一起，节省数据在CPU和内存之间来回移动所消耗的时间。

这次，我登上了Nature的分子忆阻器，用有机分子代替了传统忆阻器中的金属氧化物，使得组件在不同温度下稳定，计算更加精确。

因此，《自然》给出的评价是:

开辟超高效计算之路。

忆阻器研究受到Nature青睐还有一个原因，有望打破当前计算能力发展的瓶颈。

部队发展的瓶颈是什么。

从你的手机，家用电脑到超级计算机，计算能力的进一步提升都要面对一个问题:冯诺依曼瓶颈。

冯诺依曼系统的计算机，运算单元和存储器是分离的，即我们熟悉的CPU和存储器。

数据在CPU和内存之间来回移动，除了意外浪费时间和功耗之外，还有新的问题。

由于CPU的运算速度提升远快于内存访问速度，内存成为了拖累，这就越来越限制了CPU的性能。

这个问题也存在于GPU和视频内存之间，在AI训练中也被称为记忆墙，成为AI训练的一大障碍。

最近几年来，一种解决方案是将计算和存储放在一起，即设计一个集成存储和计算的芯片。

使用忆阻器是实现存储和计算一体化的方法之一。

忆阻器是继电阻，电容，电感之后的第四种基本电路元件，中国科学家蔡少棠于1971年对此进行了理论预言。

如上图所示，在三种传统元件中，电阻反映的是电压和电流的关系，电容反映的是电荷和电压的关系，电感反映的是磁通量和电流的关系。

根据蔡少棠的理论对称性，应该有一种元素可以反映电荷和磁通量之间的关系。

当一个正电压加到这个元件上时，它的电阻会伴随着流过它的电流而变化如果电流停止，电阻会停留在电流值，相当于记住了电流量

如果施加反向电压，通过元件的反向电流会使电阻值回到原来的位置，相当于擦除了之前的记忆。

因此，蔡少棠将英文单词记忆电阻器组合起来，并将这个组件命名为忆阻器。

如果高电阻定义为1，低电阻定义为0，忆阻器可以同时实现二进制计算和存储。

忆阻器的这一特性与人类神经元中的突触非常相似，因此基于忆阻器的计算也被称为类脑计算。

忆阻器的基本结构就像一个三明治，两片金属之间夹着一层薄膜。

2008年，惠普首先开发了使用二氧化钛薄膜的金属氧化物忆阻器，后来又开发了使用二氧化铌和二氧化钒等不同材料的忆阻器。

可是，这些基于金属氧化物的忆阻器有几个共同的弱点。

一是只能在有限的温度范围内工作，二是不够稳定，多次运算的结果存在统计偏差。

找到更好的替代材料成为关键。

动态可重构分子忆阻器。

严格的环境约束和不稳定的计算结果都可以归因于不能灵活地响应不断变化的环境

这也是因为即使是最先进的半导体逻辑电路也基于硬连线阈值开关执行预定的逻辑功能。

那么，有什么办法可以提高这些逻辑电路的性能呢。

研究团队提出了一个想法:在单个电路元件的材料属性中固定复杂的逻辑函数。

于是，他们设计了一种新的有机分子:

它是以一个金属铁原子为中心，与三个被称为配体的苯基偶氮吡啶有机分子结合而成的电子海绵。

它可以可逆地吸收多达六个电子，并产生七种不同的氧化还原状态。

这种材料将以分子膜的形式旋涂在电路的底部电极上。

验证了该方法制备的薄膜在—40至70的不同温度下重复实验1300次后仍能保持稳定。

此外，底部还有一层电极，为60纳米氧化铟锡薄膜，表面涂有场增强金纳米盘:

这样，我们就得到一个具有特殊分子结构的忆阻器。

当电压施加到这个忆阻器时，它可以具有连续的高电阻和低电阻状态。

与传统的氧化物忆阻器不同，这种分子忆阻器可以在高电导率和低电导率之间突然变化。

同时，分子忆阻器的电流电导率也取决于其历史状态:

团队中的v。

enkatesan 对此这样解释:

你可以把这个装置想象成一个开关，当施加负电压时，分子材料中的配体会还原或获得电子，装置会首先从开切换到关，再从关到开，可是在开关两个状态之间不断反复。

通过这种两极开关的特性，逻辑操作的输出就能被数字化并存储。

而且控制开关的氧化还原机制是由分子内在的能级结构决定，开关的触发条件非常精准。

为了将这种物理行为与高效的计算联系起来，团队中的 Goswami 提出，可以从算法层面来理解这种复杂的电流—电压分布:

也就是包含了 if—then—else 语句的决策树算法。

这是一个由 71 个节点组成的决策树，其中红色指关电导状态，绿色指开电导状态。

每一个氧化还原状态可以提供不同的初始条件，然后产生自己的树集。

这样，忆阻器的物理特性便直接将输入与输出连系了起来。

当条件改变，需要去处理或学习一样新的东西时，只要施加一个不同的电压脉冲，设备就能够进行逻辑上的重新编程或重新配置。

这就不禁让人想起大脑神经的可塑性。

大脑可以通过建立和断开神经细胞之间的连接，以此改变周围的线路。

而现在我们创造的这种分子装置也能够通过重新编程改变逻辑，进而实现这种重构。

此外，这一分子忆阻器还能实现 CPU 中使用的通用逻辑功能，包括 AND，OR，NAND，XOR。

这也就意味着它同时拥有寄存器和执行单元的功能。

如果用在电脑或手机里，那么在寄存器和执行单元之间进行数据穿梭所花费的时间和功耗将被大大减少。

现在，这种全新的电路元件总能量和面积方面的效率，至少要比利用 DRAM 作为存储器的 CMOS 高出 2 个数量级。

团队介绍

主要研究方向是纳米电子学和光电子学，这次整个项目主要由他设计，并进行了电学和光谱测量。

论文地址:

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。

~全文结束~