Gewöhnliche Haushaltshardware könnte die Datenverarbeitung und Datenspeicherung revolutionieren

Gewöhnliche Haushaltshardware könnte die Datenverarbeitung und Datenspeicherung revolutionieren

Das billige, ungiftige Material, das häufig in Haushaltsfarben enthalten ist, könnte der Schlüssel zu einem der größten Probleme des maschinellen Lernens sein. Eine neue wissenschaftliche Arbeit, die von einem Team der Sandia National Laboratories zusammen mit Mitarbeitern der University of Michigan veröffentlicht wurde, ergab, dass Titanoxid, das häufig in Farben und Lacken vorkommt, die Energieeffizienz von Computerchips dramatisch verbessern kann. Durch Erhitzen eines mit Titanoxid beschichteten Computerchips auf über 150 Grad Celsius ist es möglich, einen Teil der Sauerstoffmoleküle zu entfernen, wodurch sogenannte Sauerstoffleerstellen entstehen. Dadurch wird das Material elektrisch leitfähig und somit in der Lage, Informationen zu speichern. Grundsätzlich könnte die Entdeckung die Art und Weise, wie Computer Daten speichern und verarbeiten, grundlegend verändern und zu enormen Energieeinsparungen führen.

Energieeinsparung

Heutzutage speichern Computer Daten an einem Ort, bevor sie sie zur Verarbeitung an einen anderen Ort übertragen. Dieser ständige Informationstransfer erzeugt einen enormen Druck hinsichtlich des Energieverbrauchs und der Rechenleistung. Durch die Reduzierung dieses unnötigen Energieverlusts könnten Sauerstoffferien Möglichkeiten eröffnen, stromhungrigere Anwendungen zu erforschen. „Wir haben die Verarbeitung und Speicherung an einem Ort durchgeführt“, sagte Yiyang Li, der Hauptautor der Studie. „Das Neue ist, dass wir es auf vorhersehbare und wiederholbare Weise tun konnten. Wenn wir versuchen, maschinelles Lernen durchzuführen, verbraucht das viel Energie, weil man es hin und her macht, und eines der Hindernisse für die Umsetzung maschinellen Lernens ist der Stromverbrauch. „Die Entdeckung dieser neuen Verwendung von Titanoxid bietet potenzielle Anwendungen für autonome Fahrzeuge, Bildverarbeitung und Spracherkennung. Dies ist jedoch noch ein Anfang. Forscher müssen den Prozess noch verfeinern und Wege finden, ihn zu skalieren, bevor es zu Sauerstoffferien kommt.“ Wird in konventioneller oder kommerzieller Technologie verwendet. Durch HPC-Draht