Петербургские ученые предложили новую модель для создания элементов памяти нейроморфных компьютеров

По мнению ученых СПбГЭТУ «ЛЭТИ», одно из перспективных направлений поиска – разработка мемристоров. Эти наноразмерные электрические элементы способны под действием напряжения изменять значение своего сопротивления и «запоминать» новое состояние на длительное время. При этом, чтобы «хранить» заданный уровень сопротивления (резистивного состояния), таким устройствам не нужно потреблять энергию, благодаря чему можно создавать миниатюрные и энергонезависимые элементы с функциями и обработки, и хранения информации.

Разработанная схемотехническая модель описывает функционирование и характеристики пленочных структур на основе материалов, перспективных для создания мемристоров, с учетом вариабельности их основных параметров с целью повышения точности результатов моделирования и эффективности проектирования устройств, использующих мемристоры в качестве элементной базы, прежде всего, нейроморфных вычислительных устройств, принципы функционирования которых подобны алгоритмам работы мозга, — прокомментировал профессор кафедры микро- и наноэлектроники (МНЭ) СПбГЭТУ «ЛЭТИ» Евгений Рындин.

Материалы и структуры мемристоров синтезировала группа ученых под руководством доцента кафедры МНЭ СПбГЭТУ «ЛЭТИ» Натальи Андреевой.

Данные соединения представляют собой нанослоевые композиции в виде последовательности слоев оксидов алюминия и титана, синтезированных методом атомно-слоевого осаждения. Они обеспечивают многоуровневую перестройку резистивного состояния в широком диапазоне величин для нового поколения памяти в нейроморфных архитектурах, — пояснили в пресс-службе вуза.

В СПбГЭТУ «ЛЭТИ» также отметили, что для разработки эквивалентной схемы и соответствующей системы уравнений ученые вуза в ходе экспериментов измерили основные характеристики синтезированных структур и провели анализ протекающих в них физических процессов. Реализацию и апробацию предложенной модели исследователи выполнили в среде MATLAB. Сейчас ученые стараются интегрировать модель мемристоров в библиотеки SPICE-моделей, которые широко используют исследователи и разработчики во всем мире.