По мере того как современные технологии становятся все более и более интегрированными в нашу повседневную жизнь, потребность в большей вычислительной мощности постоянно возрастает. Из-за этого увеличения потребление энергии увеличивающейся вычислительной мощностью безмерно растет. Например, современные центры обработки данных потребляют так много энергии, что некоторые из них строятся возле рек, чтобы проточную воду можно было использовать для охлаждения оборудования.
Инфраструктура цифровой связи, поддерживающая информационную эпоху, в которой мы живем сегодня, в настоящее время потребляет около 10% мировой электроэнергии. Исследования показывают, что в худшем случае, если не произойдет фундаментальных изменений в технологии, лежащей в основе нашей коммуникационной инфраструктуры, такой как вычислительное оборудование в крупных центрах обработки данных или электроника, управляющая сетями связи, мы можем увидеть, что потребление электроэнергии в ней превысит 50% мировой электроэнергии к 2030 году. С целью преодоления возможног окризиса ведуться обширные исследования связанные с поиком альтернативных материалов для изготовления процессоров и вычислительных модулей.
Исследователи из Йокогамского национального университета в Японии разработали прототип микропроцессора с использованием сверхпроводниковых устройств, которые примерно в 80 раз более энергоэффективны, чем современные полупроводниковые устройства, которые используются в микропроцессорах современных высокопроизводительных вычислительных систем.
В исследовании группы, опубликованном в Journal: IEEE Journal of Solid-State Circuits, подробно описываются усилия по разработке более энергоэффективной микропроцессорной архитектуры с использованием сверхпроводников, устройств, которые невероятно эффективны, но для работы требуются определенные условия окружающей среды.
Чтобы решить эту проблему с питанием, команда исследовала использование чрезвычайно энергоэффективной сверхпроводящей цифровой электронной структуры, называемой адиабатическим квантово-потоковым параметроном (AQFP), в качестве строительного блока для сверхмаломощных высокопроизводительных микропроцессоров. и другое вычислительное оборудование для центров обработки данных и сетей связи нового поколения.
В своей статье исследвоатели хотели доказать, что AQFP способен на практические энергоэффективные высокоскоростные вычисления, и они сделали это, разработав и успешно продемонстрировав прототип 4-битного микропроцессора AQFP под названием MANA (Монолитная архитектура адиабатической интеграции), первый в мире адиабатический сверхпроводниковый микропроцессор.
Демонстрация получившегося прототипа микропроцессора показывает, что AQFP способен выполнять все аспекты вычислений, а именно: обработку и хранение данных. Исследователи также демонстрируют на отдельном чипе, что часть микропроцессора для обработки данных может работать с тактовой частотой до 2,5 ГГц, что соответствует сегодняшним вычислительным технологиям. Группа ожидает, что эта частота увеличится до 5-10 ГГц по мере того, как будет совершенствоваться методология проектирования и сама экспериментальная установка.
Однако для успешной работы сверхпроводникам требуются очень низкие температуры. Можно подумать, что если учесть охлаждение, необходимое для сверхпроводникового микропроцессора, потребность в энергии станет нежелательной и превзойдет современные микропроцессоры. Но, по мнению исследовательской группы, это оказалось не так:
AQFP — это сверхпроводящее электронное устройство, а это означает, что нам нужна дополнительная мощность для охлаждения наших чипов с комнатной температуры до 4,2 Кельвина, чтобы позволить AQFP перейти в сверхпроводящее состояние. Но даже с учетом этих накладных расходов на охлаждение, AQFP по-прежнему примерно в 80 раз более энергоэффективен по сравнению с современными полупроводниковыми электронными устройствами, которые используются в высокопроизводительных компьютерных микросхемах, доступных сегодня.
Теперь, когда команда доказала концепцию этой архитектуры сверхпроводящего чипа, они планируют оптимизировать чип и определить его масштабируемость и скорость пост-оптимизации.
Помимо создания стандартных микропроцессоров, команда также заинтересована в изучении того, как AQFP могут помочь в других вычислительных приложениях, таких как нейроморфное вычислительное оборудование для искусственного интеллекта, а также в приложениях квантовых вычислений .
