科学者たちは、自然界の設計に従ってイオンマイクロプロセッサを開発しており、これは従来の半導体ベースのプロセッサと比べて特にエネルギー効率が高いことが証明される可能性があります。
Advanced Materials誌に掲載された論文によると、ハーバード大学ジョン・A・ポールソン工学・応用科学大学院（SEAS）の研究チームは、バイオテクノロジー系スタートアップ企業DNA Scriptと共同で、数百個のイオントランジスタで構成されるイオン回路を開発しました。この回路内でニューラルネットコンピューティングの中核となる処理を実行したのです。ウェットウェアという言葉は、SFの流行語として定着しつつあり、もはや珍しいものではありません。
研究者らのイオン回路は、同時に動作可能な単一イオントランジスタの数を増やすことで構築された。このイオントランジスタ設計は、キノン分子の水溶液と、2つの同心円状のリング電極（青と赤）および中央の3つ目の円盤電極（黄色）で構成されており、基本的にブルズアイ型のトランジスタ設計を形成している。
画像
1
の
1
トランジスタに電圧を流すことで、2つの同心円状の電極は、水に含まれる水素イオンの量を増減させることで、水のpHを局所的に調整することができます。この変化は電気化学の偉業であり、トランジスタのイオン電流をオン/オフスイッチ（私たちがよく耳にするトランジスタではゲートと呼ばれる）として利用することを可能にします。トランジスタのpH変化によるイオン電流のゲーティングにより、トランジスタはバイナリ情報を処理できるようになります。
研究者らはマイクロプロセッサ設計をさらに調整し、これらのアナログトランジスタ（0または1を表現可能）を16×16のマトリックスグリッドアレイに配置しました。これにより、イオンプロセッサはマトリックス乗算タスクを実行できるようになり、ニューラルネットワークの能力に近づき、非常に特殊な性能／電力バランスの要件が求められる人工知能処理シナリオにおける価値を高めました。
Tom's Hardware の最高のニュースと詳細なレビューをあなたの受信箱に直接お届けします。
「行列乗算は、人工知能のニューラルネットワークにおいて最も広く用いられている計算です」と、SEASのポスドク研究員であり、本論文の筆頭著者であるウービン・ジョン氏は述べています。「私たちのイオン回路は、水中での行列乗算を、完全に電気化学的な機構に基づいたアナログ的な方法で実行します。」
トレードオフとして、速度は遅くなりますが、光と比べれば他のものはすべて同じです。研究者たちは現在、情報処理に用いるイオンの種類を増やすなど、より多くの電気化学反応を利用できるようにすることで、イオンプロセッサの開発を継続したいと考えています。研究者たちは、これらのシステムにさらなる機能をプログラムできることを今後も期待しています。
これを、利用可能なトランジスタ数の増加と組み合わせると、イオン性プロセッサをより多様なタスクや実際の特定目的または汎用目的のコンピューティングに利用できるようになると同時に、パフォーマンス上の利点も得られるはずです。
「これまで、水性イオントランジスタのゲート制御とイオン輸送を実現するために、水素イオンやキノンイオンなど、わずか3～4種類のイオン種しか使用していません」とユング氏は述べた。「より多様なイオン種を使用し、それらを活用して処理する情報コンテンツを豊かにする方法を探るのは非常に興味深いことです。」
Francisco Pires 氏は、Tom's Hardware のフリーランス ニュース ライターであり、量子コンピューティングに関心を持っています。
