Elisabeth Böker, Greifswald Universiteti

Lisa Lock tərəfindən redaktə edilmiş , Robert Eqan tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləriEffektiv neyromorfik hesablama üçün spintronik çipin təklifi. Kredit: Rabitə Fizikası (2025). DOI: 10.1038/s42005-025-02257-0

Süni intellektin (AI) sürətli inkişafı bugünkü kompüter texnologiyası qarşısında problemlər yaradır. Adi silisium prosessorları öz həddinə çatır: onlar böyük miqdarda enerji sərf edirlər, saxlama və emal bölmələri bir-birinə bağlı deyil və məlumatların ötürülməsi mürəkkəb tətbiqləri ləngidir.

Süni intellekt modellərinin ölçüsü durmadan artdıqca və onlar böyük həcmdə verilənləri emal etməli olduqları üçün yeni hesablama arxitekturalarına ehtiyac artır. Kvant kompüterləri ilə yanaşı, diqqət xüsusilə neyromorfik anlayışlara keçir. Bu sistemlər insan beyninin işləmə üsuluna əsaslanır .

Qreyfsvald Universitetindən Dr.Tahereh Sadat Parvini və Prof.Dr.Markus Münzenberqin və Portuqaliya, Danimarka və Almaniyadan olan həmkarlarının rəhbərlik etdiyi komandanın tədqiqatları buradan başlayıb. Onlar sabahın kompüterlərini əhəmiyyətli dərəcədə enerjiyə qənaət etmək üçün innovativ üsul tapıblar. Onların tədqiqatları nanometr miqyasında kiçik komponentlər olan maqnit tunel qovşaqları (MTJ) ətrafında cəmlənir.

“Bu komponentlər təkcə məlumatı saxlamır, hətta onu sinir hüceyrələri kimi emal edə bilirlər. Bu, onları beynin işləmə üsuluna, bizim “neyromorfik hesablama” dediyimiz şeyə əsaslanan yeni hesablama konsepsiyaları üçün ideal hala gətirir” deyə Greifswald Universitetində postdok və bu yaxınlarda Communics -də dərc olunan Physics-in həmmüəllifi Dr. Tahereh Sadat Parvini izah edir .

Tədqiqat qrupu elektrik cərəyanlarını qısa lazer impulsları ilə birləşdirən hibrid opto-elektrik həyəcanlandırma sxemi hazırladı. Bu, MTJ-lərdə xüsusilə yüksək termoelektrik gərginliklər yaratmağa imkan verdi – sinaps davranışının məqsədyönlü simulyasiyası üçün vacib şərt.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=2793866484&adk=2520359048&adf=1100001614&pi=t.ma~as.2793866484&w=750&fwrn=4&fwrnh=0&lmt=1758271424&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Ftechxplore.com%2Fnews%2F2025-09-magnetic-tunnel-junctions-mimic-synapse.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&aieuf=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTQwLjAuNzMzOS4xMjgiLG51bGwsMCxudWxsLCI2NCIsW1siQ2hyb21pdW0iLCIxNDAuMC43MzM5LjEyOCJdLFsiTm90PUE_QnJhbmQiLCIyNC4wLjAuMCJdLFsiR29vZ2xlIENocm9tZSIsIjE0MC4wLjczMzkuMTI4Il1dLDBd&abgtt=6&dt=1758271424414&bpp=3&bdt=243&idt=-M&shv=r20250918&mjsv=m202509110101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Dfdc40d724f2dca57%3AT%3D1735367325%3ART%3D1758269809%3AS%3DALNI_MYStQ6fUQQQLyo5Z7z1h-XhXcWBtA&gpic=UID%3D00000f80eacffadc%3AT%3D1735367325%3ART%3D1758269809%3AS%3DALNI_MYaOugky0UawScoidzfbXof3-N-iw&eo_id_str=ID%3D878d521b85743f4c%3AT%3D1751526237%3ART%3D1758269809%3AS%3DAA-AfjZCLruwaFzoQORvGPwXS3Y2&prev_fmts=0x0&nras=1&correlator=3607788535889&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=1678&biw=1905&bih=945&scr_x=0&scr_y=0&eid=31094742%2C95370628%2C95370775%2C95371811%2C95371815%2C95360684%2C95368093%2C95371230&oid=2&pvsid=5694183398979286&tmod=868222189&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=2&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=425

Fiziklər üç xüsusilə diqqətəlayiq xüsusiyyəti müəyyən edə bildilər: Birincisi, yaranan gərginlik beyindəki sinapsın ağırlığına bənzər elektrik cərəyanından asılı olaraq çevik şəkildə tənzimlənə bilər . İkincisi, sinir hüceyrələri arasında məlumat mübadiləsinə bənzər spontan “sünbül” siqnalları meydana gəldi. Üçüncüsü, kompüter simulyasiyalarında bu texnologiyaya əsaslanan sadə neyromorf şəbəkə artıq əl ilə yazılmış rəqəmlər üçün 93,7% tanınma dəqiqliyinə nail olmuşdur.

“Nəticələrimiz göstərir ki, optik-elektrik idarəetməsi olan MTJ-lər gələcək nəsil hesablamalar üçün yığcam və enerjiyə qənaət edən platformadır” deyə Prof. Dr. Markus Münzenberq yekunlaşdırır. “Texnologiya günümüzün yarımkeçirici texnologiyası ilə uyğunlaşdığından, biz inanırıq ki, gələcəkdə bu, məişət qurğularında, eləcə də yüksək performanslı kompüterlərdə istifadə oluna bilər.”

Daha çox məlumat: Felix Oberbauer et al, Çevik neyromorfik hesablama platforması kimi hibrid optik-elektrik siqnalları ilə idarə olunan Maqnit tunel qovşaqları, Rabitə Fizikası (2025). DOI: 10.1038/s42005-025-02257-0

Jurnal məlumatı: Rabitə Fizikası Greifswald Universiteti tərəfindən təmin edilmişdir