Atomristor – najcieńsze urządzenie do przechowywania danych

| Technologia
University of Texas

Od dawna uważano, że nie jest możliwe stworzenie urządzenia do przechowywania danych zbudowanego z materiałów o grubości jednego atomu. Nasz nowy „atomristor” to dowód, iż jest to jednak możliwe, powiedział profesor Deji Akinwande z Uniwersytetu w Teksasie. Najcieńsze urządzenie do przechowywania informacji jest dziełem uczony z University of Teksas i Uniwersytetu w Pekinie.

Atomristor pozwoli na dalsze stosowanie Prawa Moore'a na poziomie systemowym, umożliwiając integrację w tym samym układzie scalonym nanoskalowych urządzeń do przechowywania danych z nanoskalowymi tranzystorami, dodaje Akinwande.

Atomristory mogą też działać jak wydajne przełączniki częstotliwości radiowej, pobierające minimalne ilości energii. Dotychczas tranzystory i urządzenia do przechowywania danych były osobnym komponentami chipów. Atomristory łączą obie funkcje w jednym, bardziej wydajnym urządzeniu. Chińsko-amerykański zespół naukowy wykorzystał płachty grafenu w roli elektrod i płachty półprzewodzącego siarczku molibdenu w roli warstwy aktywnej. Grubość całej komórki pamięci wynosi około 1,5 nanometra. To znaczący postęp w porównaniu z obecnie stosowanymi układami pamięci. Jest on tym większy, że im cieńsze urządzenie, tym szybszy i bardziej efektywny jest ruch elektronów.

Atomristory mogą być układane w warstwy 3D. Jednym z największych wyzwań inżynieryjnych będzie stworzenie efektywnych połączeń pomiędzy tak ułożonymi urządzeniami. Olbrzymia gęstość takich układów pamięci, którą można uzyskać układając je w 3D w połączeniu z ich architekturą, która integruje w sobie tranzystory, oznacza, że potencjalnie możemy stworzyć komputery, które uczą się i zapamiętują w sposób podobny do ludzkiego mózgu, stwierdza Akinwande.

Sądzimy, że urządzenie to ma duże szanse na komercjalizację, gdyż nie zastępuje ono istniejących technologii, a je uzupełnia i może być zintegrowane w obecnie wykorzystywanych krzemowych podzespołach, dodaje uczony.

atomristor dane grafen