涼しい。リチウムイオン電池はハードドライブとして使用できます。

リチウムイオン電池がコンピューターと関係があるとしたら、リチウムイオン電池がコンピューターの高精度回路の重要な電子部品として使えるようになったと言ったら驚きますか？はい、編集者が最初にこの記事を入手したとき、彼は自分の目を信じることができませんでした。エネルギーを蓄える技術が不足しているように見えるリチウムイオン電池は、実際に電子計算機の高精度回路に使用することができます。本当に紛らわしいです。編集者の心には、リチウムイオン電池に関連する文が1つだけあります。天国に行ってみませんか？

近年、コンピュータ技術の急速な発展、特に人工ニューラルネットワーク技術の発展に伴い、大規模な情報ストレージの需要はますます高まっていますが、SRAMやDRAMなどの従来のストレージコンポーネントは論理を使用していますストレージプロセスのシリアル操作のアーキテクチャであるため、ストレージ効率が低下するだけでなく、情報ストレージプロセスのエネルギー消費量も大幅に増加します。従来のメモリの欠点を克服するために、私たちの立派なエンジニアがクロスメモリを開発しました。このメモリの注目すべき特徴は、メモリの効率を改善し、情報ストレージのエネルギー消費を削減する並列操作ロジックアーキテクチャの使用です。

最近の報告によると、フィラメント状の金属酸化物メモリスタのクロスアレイ構造に基づくニューラルネットワークのプロトタイプは、単純なグラフィック識別とファイル分類を実行するようにトレーニングされています。ただし、これらのメモリにはまだ多くの制限があり、これらのストレージコンポーネントの正確性とエネルギー消費効率に影響を与えます。 1つ目は、深刻な書き込みノイズであり、非線形で過度に高いスイッチング電圧と電流を書き込みます。

クロスストレージの現在の制限を克服するために、米国のサンディア国立研究所のEliotJ。フラーは、リチウムイオン電池構造（LISTA）をベースにしたトランジスタを開発しました。これは、全固体の非揮発性レドックス抵抗スイッチトランジスタです。作用機序は、LISTAの両端に印加された電圧を使用してリチウムイオンを駆動し、トランジスタスイッチを制御する目的を達成するために、正極と負極の間に埋め込みおよび排出することです。他のタイプのメモリと比較して、LISTAの固体電解質と導電性チャネル間のエネルギー障壁は非常に低いです。 LiCoO2でのLi +拡散の活性化エネルギーはわずか約0.25eV、Li +はLiCoO2で拡散し、低電流条件下では、最小過電圧はわずか5 mVであり、大電流ではわずか100 mVであるため、非常にスイッチング状態を制御するには、小さな電圧が必要です。さらに重要なことに、LISTAの動作中に、他のメモリのような大きな相転移はなく、LiCoO2でのリチウムイオンの拡散はその結晶構造をわずかに変化させるだけです。したがって、他のタイプのメモリと比較して、LISTAには、書き込みノイズが少なく、線形動作で、動作電圧と電流が低いという利点があります。これにより、メモリの消費電力を大幅に削減でき、人工ニューラルネットワークでのアプリケーションに非常に適しています。

LISTAの構造は上に示されています。それは、SiO2の基板上にPtの層と漏れ電極で覆われ、中央に400nmの厚さのLPON固体電解質と反対側に層がある120nmの厚さのLiCoO2導電経路の層に接続されています。厚さ20nmのシゲート、動作原理は、ゲート電極に電圧を印加することにより、導電性経路からゲート電極に移動するようにLi +を駆動し、それによって導電性経路内のLi +の濃度を制御することです。 Li +がLiCoO2から移動すると、LiCoO2は絶縁体から金属導体への移行を完了し、導電経路の導電性を制御する目的を達成しました。 LiCoO2を選択する主な理由は、固体電解質での優れた安定性と優れたリサイクル性能です。 LISTAの切り替え状態は、数週間または数か月間維持できます。スイッチは自己放電により最終的にオフになりますが、拡散バリアを上げることで適切に制御できます。実際には、現在の技術では、すでに<UNK> 3 <UNK> /年のレベルでLISTAの自己放電率を制御することができ、ニューラルネットワークは、一般的に10歳までの蓄積時間を必要としません。通常、ストレージネットワーク内の情報は毎週書き換えられます。したがって、LISTAの現在のパフォーマンスは、既存の要件をすでに満たすことができます。読み書きテストは、10 <UNK>の容量で、LISTAは基本的に人工ニューラルネットワークのニーズを満たす10万回の寿命を持っていることを示し、さらに結晶度を高めることにより、LISTAのリサイクル性能を向上させることができます正極と厚みの減少。さらに、LISTAは、現在のストレージコンポーネントで最も高い信号対雑音比を持ち、人工ニューラルネットワークでのアプリケーションに非常に適しています。

EliotJ。 Fullerの研究は、LiCoO2の低拡散障壁と低活性化エネルギーというLi +の利点を使用して、人工ニューラルネットワークに必要な低電力、低ノイズ、高線形メモリの開発に関する新しいアイデアを生み出しました。消費電力が非常に少ない高性能メモリLISTAが開発され、大規模情報ストレージのエネルギー消費効率が大幅に向上し、人工ニューラルネットワークの開発に貢献し、リチウムイオン電池のもう1つの大きな貢献となりました。人間科学と技術の開発。

参照：

Li-Ion Synthetic Transform Lowe Power Analysing、Adv。メイター。 2016年、ElliotJ。フラー他al

このページには、機械翻訳の内容が含まれています。