MASKINVARE

Svenske forskere vil fjerne von Neumann-flaskehalsen

Kombinerer nanotråder, transistorer og RRAM-celler.

I framtiden vil kanskje minnet og prosessorene i datamaskiner i langt større grad smelte sammen.
I framtiden vil kanskje minnet og prosessorene i datamaskiner i langt større grad smelte sammen. Foto: Lunds Universitet
Harald BrombachHarald BrombachNyhetsleder
29. des. 2021 - 16:00

Det aller fleste av datamaskiner er basert på von Neumann-arkitekturen. Den består av flere elementer, men sentralt er et at prosessoren og systemminnet er atskilt. Når data skal overføres mellom de to enhetene, skjer dette via en databuss. 

Von Neumann-flaskehalsen

Selv om dataminnet, altså RAM (Random Access Memory) har blitt raskere med årene, så har framskrittene vært mye større for prosessorene. Dermed har man fått en flaskehals som kalles von Neumann-flaskehalsen. Den gjør at prosessoren iblant må vente på å få de dataene som er nødvendige for å komme videre med oppgavene.

Denne uken ble det kjent at forskere ved Lunds universitet i Sverige har utviklet en løsning som kanskje kan bidra til å løse opp denne flaskehalsen – ved å sørge for at minnet sitter så nær prosessoren som mulig. 

Det forskerne ved Lunds universitet har gjort, er å lage en vertikal konstruksjon hvor minne og prosessor er integrert, slik at beregningene skjer inne i minnekretsen. 

Et skjermbilde fra en film viser det KI-genererte spillet.
Les også

Forskernes generative KI har skapt et spillbart Doom

Nanotrådtransistor med RRAM

– Visjonen vår er en nanotråd med en transistor i bunnen og et veldig lite minneelement som sitter oppe på samme tråd. Det gjør det til en kompakt, integrert funksjon der transistoren styrer minneelementet, sier Lars-Erik Wernersson, professor i nanoteknikk, i en pressemelding.

– Tanken har eksistert tidligere, men det har vært vanskelig å få til ytelse. Nå viser vi at det er mulig, og det fungerer overraskede bra, fortsetter han. 

Heller ikke minnecellen er ny. Den kalles for RRAM eller ReRAM (Resistive Random Access Memory) og kan fungere både som lagringsminne, arbeidsminne og prosessor, samtidig som det skalerer godt, er raskt og energieffektivt. Digi.no har omtalt RRAM flere ganger tidligere, blant annet i 2013, uten at teknologien så langt har blitt kommersialisert i noen særlig grad.

Det nye Lund-forskerne har oppnådd, er å gjøre en funksjonell integrasjon i minnet. Denne konfigurasjonen kaller de for 1T1R (vertikalt transistorvelger, resistivt minne). Den skal gjøre det mulig å implementere boolsk logikk-operasjoner i én enkel, vertikal nanotråd.

Dette mener forskerne at vil kunne skape store muligheter, blant annet for nye forskningsfelt og forbedret funksjonalitet innen blant annet maskinlæring og kunstig intelligens i superdatamaskiner, men på lengre sikt også i vanlige datamaskiner. 

Materialkunnskap essensielt

Noe av det som har bidratt til at forskerne har lykkes, er arbeid som er gjort ved Lunds tekniska högskola for å bygge nanotråder innen det som kalles for III-V-teknikkplattformen, som handler om materialer som finnes i gruppene tre og fem i periodesystemet. Ifølge Lunds universitet karakteriseres disse materialene av gode transport- og optikkegenskaper. 

Nanotrådene som benyttes, er lagd av indiumarsenid.

– Det går sikkert an å finne løsninger innen silisium også, som er det vanligste materialet, men i vårt tilfelle er det materialvalget som skaper ytelsen. Vi vil bane vei for industrien med forskningen vår, avslutter Wernersson.

– Det er slående hvordan Dall-E på den ene siden er opptatt av etnisk og kjønnsmessig variasjon, mens på den andre siden er bildene lite mangfoldige, sier professor Gunhild Kvåle. Dette illustrasjonsbildet er laget av kunstig intelligens.
Les også

Derfor dominerer velkledd middelklasse­ungdom KI-bilder

Del
Kommentarer:
Du kan kommentere under fullt navn eller med kallenavn. Bruk BankID for automatisk oppretting av brukerkonto.
Tekjobb
Se flere jobber
Jobbsøknad: Slik skiller du deg ut i den store bunken
Les mer
Jobbsøknad: Slik skiller du deg ut i den store bunken
Tekjobb
Få annonsen din her og nå frem til de beste kandidatene
Lag en bedriftsprofil
En tjeneste fra