新しい研究によると、2つの最先端のナノテクノロジーを組み合わせた新しいタイプの3Dコンピュータチップは、プロセッサの速度とエネルギー効率を劇的に向上させる可能性があります。
今日のチップは、メモリ（データを格納する）と論理回路（データを処理する）を分離しており、データはこれら2つのコンポーネント間を行き来して操作を実行します。しかし、メモリと論理回路の間の接続数が限られているため、特にコンピューターが増え続けるデータ量を処理することが期待されているため、これは大きなボトルネックになっています。
以前は、この制限は、チップに搭載できるトランジスタの数が2年ごとに2倍になり、それに伴ってパフォーマンスが向上すると言うムーアの法則の影響によって覆い隠されました。しかし、チップメーカーが小さなトランジスタを実現するための基本的な物理的限界に達したため、この傾向は鈍化しています。
スタンフォード大学とマサチューセッツ工科大学のエンジニアによって設計された新しいプロトタイプチップは、メモリとロジック回路を並べるのではなく、互いの上に重ねることで、両方の問題に同時に取り組みます。
これにより、スペースが効率的に使用されるだけでなく、コンポーネント間の接続のための表面積が劇的に増加すると研究者たちは述べています。従来の論理回路では、データを転送するために、各エッジに限られた数のピンがあります。対照的に、研究者はエッジの使用に限定されず、ロジックレイヤーからメモリレイヤーまでの垂直方向のワイヤーを密にパックすることができました。
スタンフォード大学の電気工学およびコンピューターサイエンスの教授である研究リーダーのSubhasish Mitra氏は、「独立したメモリとコンピューティングを備えているため、チップはほとんど2つの人口の多い都市のようですが、それらの間に橋はほとんどありません」とLive Scienceに語った。 「今、私たちはこれら2つの都市を1つにまとめるだけではなく、さらに多くの橋を架けて、それらの間の交通がより効率的に行き来できるようにしました。」
これに加えて、研究者らはカーボンナノチューブトランジスタから構築された論理回路と、抵抗ランダムアクセスメモリ（RRAM）と呼ばれる新しい技術を使用しました。データセンターの運営に必要な膨大なエネルギーは、テクノロジー企業が直面しているもう1つの大きな課題であるため、これは重要です。
「エネルギー効率の面でコンピューティングパフォーマンスを次の1,000倍向上させるために、物事を非常に低いエネルギーで実行し、同時に物事を非常に高速に実行します。これが必要なアーキテクチャです」とMitra氏は述べています。
これらの新しいナノテクノロジーはどちらも、従来のシリコンベースのテクノロジーに比べて固有の利点がありますが、それらはまた、新しいチップの3Dアーキテクチャに不可欠です。
今日のチップが2Dである理由は、チップ上にシリコントランジスタを製造するために、華氏1,800度（摂氏1,000度）を超える温度が必要なため、シリコン層を下層に損傷を与えずに互いに重ねることができないためです。 。
しかし、カーボンナノチューブトランジスタとRRAMはどちらも、華氏392度（摂氏200度）よりも低い温度で製造されているため、下にある回路を損傷することなく、シリコンの上に簡単に重ねることができます。これはまた、研究者のアプローチを現在のチップ製造技術と互換性があるようにする、と彼らは言った。
多くの層を互いに積み重ねると、潜在的に過熱につながる可能性がある、とMitraは語った。しかし、その問題はエンジニアにとって比較的簡単であるはずであり、新技術のエネルギー効率の向上は、そもそも発熱が少ないことを意味します。
その設計の利点を実証するために、チームはチップの上にカーボンナノチューブベースのセンサーの別の層を追加することにより、プロトタイプのガス検出器を構築しました。垂直統合により、これらの各センサーはRRAMセルに直接接続され、データの処理速度が劇的に向上しました。
次に、このデータはロジックレイヤーに転送されました。ロジックレイヤーは、レモン汁、ウォッカ、ビールの蒸気を区別できるようにする機械学習アルゴリズムを実装していました。
しかし、これは単なるデモンストレーションであり、チップは非常に用途が広く、特に、現在の人工知能技術を支えている、データ量の多いディープニューラルネットワークアプローチに適しています。
カリフォルニア大学バークレー校の電気工学およびコンピューターサイエンスの教授であり、この研究に関与していなかったヤンラベイ氏は、同意見に同意した。
「これらの構造は、脳に触発されたシステムやディープニューラルネットなどの代替学習ベースの計算パラダイムに特に適している可能性があり、著者が提示したアプローチは間違いなくその方向への優れた最初のステップです」とMITニュースに語った。
