Speicherwiderstände auf Graphenbasis

könnten zu gehirnbasiertem Computing führen, denn Forscher haben eine neue Computerkomponente entwickelt, mit der zwischen 16 möglichen Speicherzuständen umgeschaltet werden kann – die Art von Computer-Vielseitigkeit, die durch Gehirnsynapsen bereitgestellt wird. Die neue Komponente, die als Graphen-Feldeffekttransistor bezeichnet wird, könnte den Weg für Fortschritte im Bereich des vom Gehirn inspirierten Rechnens ebnen. Graphen ist die Bezeichnung für eine Modifikation des Kohlenstoffs mit zweidimensionaler Struktur, in der jedes Kohlenstoffatom im Winkel von 120° von drei weiteren umgeben ist, sodass sich ein bienenwabenförmiges Muster ausbildet. Da Kohlenstoff vierwertig ist, müssen dabei je Wabe zwei Doppelbindungen auftreten, die jedoch nicht lokalisiert sind. Es handelt sich um eine Verkettung von Benzolringen, wie sie in aromatischen Verbindungen oft auftritt. Die Bindungsverhältnisse im Graphen sind in der Graphenstruktur beschrieben. Graphen lässt sich als polycyclischer aromatischer Kohlenwasserstoff beschreiben. Am Rande des Wabengitters müssen andere Atomgruppen angedockt sein, die aber – je nach dessen Größe – die Eigenschaften des Graphens kaum verändern.  Moderne Computer sind ausschließlich digital und weisen zwei Zustände auf: Ein-Aus oder Null und Eins. Ingenieure arbeiten daran, einen Computer zu bauen, der die analoge Natur des Gehirns nachbildet und in der Lage ist, viele verschiedene Zustände zu hosten. Wenn die Informationsverarbeitungskomponenten eines digitalen Computers wie ein Lichtschalter funktionieren und nur zwischen Ein und Aus umschalten, ist ein analoger Computer wie ein Lichtdimmer. Wissenschaftler haben jahrzehntelang das Potenzial des gehirnbasierten Rechnens untersucht, aber analoge Computer wurden von den Fortschritten bei der traditionellen Rechenleistung überschattet. Der Aufstieg von Big Data und intelligenten Geräten wie selbstfahrenden Autos hat jedoch die Notwendigkeit einer höheren Recheneffizienz unterstrichen. Man hat heute leistungsstarke Computer, daran besteht kein Zweifel. Das Problem ist, dass diese den Speicher an einem Ort speichern und an einem anderen Ort rechnen. Alle Bewegungen von Informationen, die für die Aufteilung des Speichers in die Logik in modernen Computern erforderlich sind, belasten die Geschwindigkeit. Es erfordert auch mehr Platz, wobei Graphen-Feldeffekttransistoren dazu beitragen können, diesen Engpass zu beseitigen. Man schafft künstliche neuronale Netze, die die Energie- und Flächeneffizienz des Gehirns nachahmen. Das Gehirn ist dabei so kompakt, dass es auf die menschlichen Schultern passt, während ein moderner Supercomputer einen Platz von der Größe von zwei oder drei Tennisplätzen einnimmt. Gehirnsynapsen können schnell neu konfiguriert werden, um eine Vielzahl von neuronalen Netzwerkmustern zu erzeugen. Ebenso kann der neue Graphen-Feldeffekttransistor, der aus einer ein Atom dicken Schicht von Kohlenstoffatomen besteht, verwendet werden, um 16 mögliche Speicherzustände zu steuern. Man konnte den Transistor neu konfigurieren und effektiv zwischen den Speicherzuständen umschalten, indem man ein kurzes elektrisches Feld an die Graphenschicht anlegte. Man hat also gezeigt, dass man eine große Anzahl von Speicherzuständen mit einfachen Graphen-Feldeffekttransistoren präzise steuern kann.