Memristor-gebaseerde chip belooft efficiënte en snellere RF-signaalverwerking
Deze nieuwe op geheugen gebaseerde chip verbetert het verwerken van analoge signalen sneller door minder energie en veel efficiënter te consumeren.
Een team van onderzoekers van de Universiteit van Massachusetts Amherst, Texas A&M University en Tetramem Inc. heeft een nieuw type systeem-op-chip (SOC) ontwikkeld, dat is ontworpen om analoge radiofrequentie (RF) te verwerken sneller en efficiënter dan conventionele software-gedefinieerde radio's (SDR's).
In tegenstelling tot traditionele SDR, die afhankelijk zijn van digitale componenten en analoog-naar-digitale converters (ADC's) die significante energie verbruiken en latentie introduceren, maakt deze methode gebruik van memristors, die niet-vluchtige geheugenapparaten zijn die in staat zijn om analoge signalen te verwerken en op te slaan.
De geïntegreerde chip bootst de methode van de hersenen van realtime sensorische verwerking na, waardoor het energieverbruik wordt verminderd door constante gegevensoverdracht tussen geheugen en rekenmodules te elimineren.
De kern van de nieuwe SOC is een dwarsbalkreeks van memristors die rechtstreeks met realtime RF-ingangen afhandelt.Deze rasterachtige structuur codeert voor de gewichten van een neuraal algoritme, waardoor de chip signalen kan verwerken en relevante informatie op de apparaat kan extraheren, zonder deze in digitale vorm te converteren.Deze benadering maakt ultra-lage-latentie en energie-efficiënte en met hoge nauwkeurigheidssignaalverwerking direct op randapparaten mogelijk,
De CHIP verdeelt zowel signaalverwerking als AI-inferentie over tien rekenkernen, ondersteund door volledig geïntegreerde on-chip perifere circuits.Het resultaat is een snelle, low-energy platform die goed geschikt is voor edge-applicaties en draadloze netwerken van de volgende generatie.
De onderzoekers beschouwen deze SOC als een vroege stap in de richting van ingebed AI voor 6G en geavanceerde Wi-Fi-systemen, waar slimme, adaptieve RF-verwerking van cruciaal belang zal zijn.Toekomstige versies zullen zich richten op hogere frequenties en uitgebreide functionaliteit, met als doel commerciële integratie in real-world draadloze ecosystemen.
Deze doorbraak biedt een kijkje in de toekomst van AI-aangedreven analoge signaalverwerking, waarbij intelligente edge-apparaten gegevens sneller en duurzamer dan ooit tevoren verwerken.