印度科學家研發出能儲存1萬6千種狀態的分子薄膜
印度科學研究所（Indian Institute of Science, IISc）的研究團隊近日成功開發出一種分子薄膜，能儲存高達 16,384 種不同的導電狀態，這項技術有望突破傳統二進位和量子運算的限制，為運算技術帶來革命性突破。
根據 TechXplore 報導，傳統的二進位計算僅有兩種可能狀態，分別為 0 和 1，意味著只能儲存單一資訊。而量子運算則能同時表示 2n 種狀態，其中 n 代表量子位元的數量。舉例來說，若一台量子電腦有 4 個量子位元，則能儲存 16 種狀態。然而，這項新研究中發表在《Nature》期刊的技術，利用 14 位元解析度（214），實現了可儲存 16,384 種狀態，且能在耗能極低的情況下運行。
該研究團隊由 IISc 奈米科學與工程中心（CeNSE）的助理教授 Sreetosh Goswami 領導，透過材料薄膜中分子和離子的運動來表現特定的記憶狀態。他們使用精準的電脈衝來追蹤這些分子的運動，並將每個分子對應到特定的訊號，從而建立起這些記憶狀態的「分子日記」。
Goswami 在接受 TechXplore 訪問時提到：「這項計畫結合了電機工程的精準度和化學的創造力，讓我們能在奈秒級的電壓脈衝驅動下，精確控制電子電路中的分子運動。」這些分子改變電子狀態後，該薄膜能在單一步驟中完成複雜的計算，例如矩陣乘法。
由於這些記憶狀態能儲存並處理大量資訊，這種分子薄膜在類神經形態加速器（neuromorphic accelerator）中的應用前景廣闊，其運作方式類似於人腦中的神經元。不過，與其他實驗中的 DNA 技術相比，這種加速器更容易與現有的矽晶片結合，從而提升運算性能和效率。
耗能極低 超越量子運算
為了驗證該技術的能力，研究團隊使用這款加速器處理詹姆斯·韋伯太空望遠鏡的原始數據，重新創建了著名的「創造之柱」圖像。這張原始圖像是由 NASA 的 Pleiades 超級電腦生成的，該超級電腦的理論峰值為 608.83 GFlop/s，耗能達 2,090 千瓦。然而，研究團隊的類神經加速器只需要桌上型電腦，就能在更短時間內、以更低能耗完成同樣的圖像處理。
這項發展顯示了該技術在解決全球日益增長的運算需求方面的潛力。儘管量子運算被認為是數據處理的終極目標，但這款類神經加速器似乎是更接近且實際的解決方案。目前，該研究團隊正致力於將這種分子薄膜發展成完整的晶片。Goswami 表示：「這是一個完全自製的成果，從材料到電路和系統都是我們自行研發。我們正在朝著將這項技術轉化為系統晶片的方向前進。」
更多科學與科技新聞都可以直接上 明日科學網 http://www.tomorrowsci.com
首圖來源：Shutterstock cc By4.0
圖片來源：Naturecc By4.0
參考論文：
1. Linear symmetric self-selecting 14-bit kinetic molecular memristors