Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Thema der Woche|Neuromorphes Computing www markttechnik de Nr 21 2022 24 Schwermetall das einen hohen Spin-Hall-Effekt aufweist beispielsweise Platin Wir schicken einen Elektronenstrom hindurch und erzeugen auf Basis des Spin-Hall-Effekts daraus die Spin-Wellen Die zweite komplexere Möglichkeit besteht darin auf der ersten dünnen magnetischen Schicht zuerst ein nicht magnetisches Material wie Kuper aufzubringen und dann ein magnetisches Metall obendrauf zu setzen Der Aufbau ähnelt dem Lesekopf einer Festplatte die auf der Giant Magnetoresistance beruht GMR Wir nutzen den GMR-Effekt – nur umgekehrt Anstatt über die Magnetisierung die Elektronenleitfähigkeit zu steuern beeinflussen wir über den Elektronenfluss die Magnetisierung In beiden Möglichkeiten erregen wir eine Auto-Oszillation im Frequenzbereich von GHz Ursprünglich wurde das in Hinblick auf die Kommunikationstechnik im Bereich der Mikrowellen erforscht Das erinnert an die physikalische Grundlage der MRAM-Zellen Die MRAM-Zellen funktionieren ganz ähnlich sie sind sozusagen das statische Analogon zu den Oszillatoren Hier schaltet der Spin-Strom die Magnetisierung Wir dagegen schalten die Magnetisierung nicht sondern lassen sie oszillieren Weil die Grundlagen dieselben sind können wir physikalisch auf der MRAM-Technik aufbauen starten aber mit sehr einfachen Systemen im Labor Die technologische Umsetzung im großen Stil steht auf einem anderen Blatt Wie breiten sich Spin-Wellen aus? Sie benötigen bestimmte Substrate um sich ausbreiten zu können Eines dieser Materialien ist Yttrium-Eisen-Granat weil dieses Material für Spin-Wellen eine geringe Dämpfung hat Deshalb erreichen sie eine Laufzeit von vielen Nanosekunden und es wird möglich viele Oszillatoren also Neuronen zu vernetzen – über einen einzigen Wellenleiter der sozusagen als Kabel dient Das ist der Knackpunkt Wieviele Nanopunkte bzw Oszillatoren werden dazu mindestens benötigt? Das ist genau die Frage die im Mittelpunkt unseres Forschungsprojekts steht Wie viele Neuronen können wir verknüpfen? Unser Ziel besteht darin ungefähr 100 Neuronen zu verknüpfen Wir betrachten das aus rein physikalischer Sicht Darin eingeschlossen ist nicht der konventionelle schaltungstechnische Overhead der für die spätere Realisierung erforderlich wäre Darum müssen sich die Ingenieure kümmern Mit ihnen arbeiten wir in anderen Projekten genau an diesen Fragen zusammen Wie lassen sich Spin-Wellen detektieren? Erstens lassen sie sich elektrisch detektieren Dazu könnte eine Art MRAM-Struktur herangezogen werden das ähnelt auch dem Lesekopf einer Festplatte Im Labor jedoch streuen wir das Licht eines auf 200 nm fokussierten Lasers und können dann anhand der gestreuten Photonen alle Informationen auslesen die in der Welle stecken Das Verfahren basiert auf der Brillouin-Lichtstreuung Das ist für uns im Labor eine hervorragende Methode in der praktischen Anwendung müsste die zuerst genannte Methode umgesetzt werden was dann wieder eine eher technologische Aufgabe ist Wie löst ein so aufgebauter neuromorpher Computer die an ihn gestellten Aufgaben wie rechnet er konkret? Im Grunde „rechnet“ er nicht im klassischen Sinn Es handelt sich um einen natürlichen Synchronisationsprozess Die ursprüngliche Anregungskonfiguration ändert sich je nachdem inwieweit sich synaptische Verbindungen verstärken oder hemmen – so wie ein biologisches neuronales Netz eben lernt In unserem Fall »einigen« sich die Oszillatoren dann auf bestimmte Frequenzen Man muss also nur abwarten – im Moment etwa 100 ns – bis sich das System im dynamischen Gleichgewicht befindet Das ist erreicht wenn die Spin-Oszillatoren energetisch optimal eingestellt sind Das Ergebnis steckt dann im Muster das die Oszillatoren bilden Welches Muster welches Ergebnis repräsentiert muss vorher getestet und gelernt werden Diese „Selbst-Optimierung“ kann man auch nutzen um andere Optimierungsprobleme zu lösen Es ist also ein unkonventionelles »Rechenverfahren« Das funktioniert so ähnlich wie das »Quanten-Annealing« das D-Wave einsetzt um Optimierungsaufgaben zu lösen Wir stehen allerdings – wie schon zuvor gesagt – erst am Anfang Ein wellenbasiertes neuromorphes System lässt sich nicht in ein paar Tagen aufbauen Sie gehen von den Spin-Wellen aus andere setzen den Schwerpunkt mehr Sie sprachen von mehreren Vorteilen der Spin-Wellen Welche gibt es noch? Die Maxwell-Gleichungen sind linear das Licht verhält sich also linear außer wenn sehr spezielle Materialien verwendet werden Das ist in der Kommunikationstechnik hochwillkommen denn wenn Licht über weite Distanzen etwa durch Lichtwellenleiter wandert verändern sich die Wellen nicht Das ist die Voraussetzung für eine gute Signalübertragung Das Gehirn arbeitet aber nichtlinear Das ist mit Licht kaum zu machen man müsste zumindest mit sehr hohen Lichtstärken arbeiten Will man Nichtlinearitäten in das System einbauen dann funktioniert das nur wenn man sie von außen einbringt etwa über nichtlineare Materialien wie Phase-Change-Materials wie das zur Speicherung von Daten verwendet wird Dagegen sind Spin-Wellen intrinsisch nichtlinear was prinzipiell sehr gut für die Datenverarbeitung ist und wunderbar zum neuromorphen Computing passt Wie ist ein Nanopunkt bzw Spin-Wellen-Oszillator aufgebaut? Grob sieht die einfachste Möglichkeit eine solche Struktur zu realisieren so aus auf einem Substrat wird ein magnetisches Metall mit einer Schichtdicke von unter 10 nm abgeschieden Dabei handelt es sich um ein Bi ld k ra s9 9 st oc k ad ob e co m