I nanooscillatori magnetici basati su materiali quantistici forniscono funzionalità simili a quelle dei neuroni che funzionano tramite picchi periodici. Credito:The Grainger College of Engineering, University of Illinois Urbana-Champaign
Nel suo periodo di massimo splendore, Blue Waters della UIUC era uno dei migliori supercomputer del mondo. Chiunque fosse curioso poteva fare un giro nella sua sala macchine di 30.000 piedi quadrati e trascorrere mezz'ora passeggiando tra i 288 enormi cabinet neri, supportati da un alimentatore da 24 megawatt, che ospitava le sue centinaia di migliaia di core di calcolo .
Blue Waters non c'è più, ma oggi UIUC ospita non solo uno, ma decine di migliaia di computer di gran lunga superiori. Sebbene queste meravigliose macchine facciano vergognare Blue Waters, ognuna pesa solo tre chili, può essere alimentata da caffè e panini e ha solo le dimensioni delle due mani del suo proprietario piegate insieme. Li portiamo tutti tra le nostre orecchie.
Il fatto è che l'umanità è ben lungi dall'avere computer artificiali in grado di eguagliare le capacità del cervello umano, al di fuori di una gamma ristretta di compiti ben definiti. Riusciremo mai a catturare la magia del cervello? Per aiutare a rispondere a questa domanda, Axel Hoffmann di MRL ha recentemente guidato la stesura di un Materiali APL Articolo "Prospettive" che riassume e riflette sugli sforzi per trovare i cosiddetti "materiali quantistici" che possono imitare la funzione cerebrale.
"L'idea di base di ciò di cui discutiamo in questo articolo è la seguente:che le tecnologie dell'informazione stanno diventando sempre più ad alta intensità energetica", afferma Hoffmann, che è un professore fondatore in Scienza e ingegneria dei materiali. "Sai, utilizziamo molti più calcoli rispetto a prima per tutti i tipi di cose... e alcune di queste cose richiedono una quantità sorprendentemente grande di energia."
Inoltre, i tradizionali computer complementari a semiconduttore a ossido di metallo (CMOS) non sono nemmeno adatti a molti dei compiti di calcolo odierni, come il riconoscimento delle immagini, che possono comportare dati rumorosi e caratteristiche di interesse scarsamente definite. "CMOS è stato progettato per essere davvero una macchina molto precisa, in cui mantiene i diversi stati delle informazioni ben separati", spiega Hoffmann. "Quindi non è molto ben progettato per fare cose dove c'è molta casualità e fluttuazioni."
Il cervello umano, d'altra parte, può facilmente gestire compiti così difficili consumando molta meno energia rispetto ai computer moderni. "Quindi ora l'idea è:possiamo trarre ispirazione dal cervello naturale per trovare modi più efficienti dal punto di vista energetico per elaborare le informazioni?" chiede Hoffmann.
Secondo la linea di ricerca discussa nel documento, la soluzione sarà "materiali che possiedono alcuni degli stessi tratti che trovi nel cervello naturale".
Alcuni "materiali quantistici" - materiali le cui proprietà fisiche non possono essere completamente descritte in termini semplici - sembrano adattarsi al progetto. Ad esempio, alcuni di loro hanno la tendenza a oscillare in modo simile alle oscillazioni che si formano naturalmente all'interno del cervello.
"Vogliamo guardare a materiali che sono intrinsecamente instabili e fluttuanti", afferma Hoffmann. "È molto diverso dal computer tradizionale, dove vuoi barriere energetiche molto grandi tra i tuoi zeri logici e quelli, in modo che siano ben definiti e ben separati."
Inoltre, in un computer tradizionale, la memoria e l'unità di calcolo sono separate e i dati vengono continuamente mischiati avanti e indietro tra di loro, una delle ragioni principali per cui il calcolo è così dispendioso in termini di energia.
"Nel cervello naturale", d'altra parte, "il calcolo e la memoria sono molto più collocati", dice Hoffmann. "Le informazioni... sono molto più distribuite su tutta la rete, quindi non è necessario spostarle."
I materiali quantistici, in sintesi, aprono la porta ai computer che offrono "avanti e indietro" ad alta efficienza energetica e possono destreggiarsi tra più stati possibili consumando pochissima energia.
Hoffmann è stato coautore del pezzo Perspectives con i suoi colleghi del centro Quantum Materials for Energy Efficient Neuromorphic Computing, guidato dall'UCSD e finanziato dal DOE. La sua ricerca in quest'area si concentra principalmente sui materiali magnetici e su come scalare i sistemi magnetici oscillanti da esperimenti di proof-of-concept a sistemi utili. + Esplora ulteriormente
