پژوهشگران سوئدی نانوسامانه جدیدی ارائه کردند که می‌توان از آن برای ساخت تجهیزات محاسبات نرومورفیک استفاده کرد. در این پروژه هماهنگ‌سازی میان نانوتماس‌هایی انجام شده که در نهایت موجب انتقال اطلاعات در محیطی امن می‌شود.
سامانه‌ای حاوی نرون‌های اسپینترونیک در خدمت محاسبات نرومورفیک
محققان دانشگاه گوتنبرگ دو دسته جدید از نوسانگرهای سیگنال امواج نانوسکوپی را شناسایی کردند. این نوسانگرها می‌توانند به‌عنوان نرون‌های اسپینترونیک آینده به کار روند.
اوایل سال جاری میلادی، این گروه اعلام کردند که برای اولین بار موفق به هماهنگ‌سازی ۵ نوسانگر گشتاور اسپین نانوتماسی شدند. در آن سیستم، یکی از نانوتماس‌ها نقش هدایت‌گر را ایفا می‌کند و در نهایت مشخص می‌کند که چه بخشی باید نواختن را انجام دهد و باقی نانوتماس‌ها از آن تبعیت می‌کنند. این حالت هماهنگ شده به‌عنوان جهت‌دهنده و هدایت کننده شناخته می‌شود، در این سامانه هر نانوتماس در زنجیره تنها به نواختن همسایه خود توجه می‌کند. قدرت برهم‌کنش میان دو همسایه یکسان بوده و این زنجیره می‌تواند بدون هیچ نوسانگری اقدام به نواختن کند.
در این پروژه، محققان نشان دادند که نیاز به هدایت‌گر نیست در عوض سامان‌دهی توسط نوسانگر انجام می‌شود که به نواختن همسایه خود توجه دارد. این حالت هماهنگ کننده به‌صورت دوسویه عمل می‌کند به این معنا که می‌تواند اطلاعات را در دو جهت هدایت کند.
با استفاده از اثر اسپین هال، نه تنها توان هر نوسانگر بلکه جفت‌کردن نانومحدودکننده‌ها نیز افزایش می‌یابد. این گروه موفق شدند دو نوسانگر را در فاصله ۴ میکرونی هماهنگ کنند. احمد اواد از محققان این پروژه می‌گوید: « هر نانومحدود کننده تنها ۱۰۰ نانومتر طول دارد که با یک خط به ۹ نوازنده مرتبط است و هر نوازنده در فاصله ۸۰ متری از نزدیکترین همسایه قرار دارد با این حال همه نوازنده‌ها در حال تنظیم خود هستند. بنابراین، می‌توان گفت که این هماهنگ کننده بسیار کارا است.»
محققان این پروژه معتقداند که هر دو نوع نوسانگر می‌توانند نقش کلیدی در شبکه‌های نوسانی آینده ایفا کنند و از آنها در محاسبات نرومورفیک استفاده شود. این سامانه به‌گونه‌‌ای طراحی شده که می‌توان اطمینان یافت که اطلاعات بدون هیچ اختلال یا تداخلی به مقصد می‌رسد.
جان اکرمن از محققان این پروژه می‌گوید: « این پروژه تازه گام اول در ارائه شبکه‌های نوسانگر برای استفاده در محاسبات نرومورفیک است. این نتایج به ما آزادی بیشتری برای طراحی شبکه‌های نوسانی در ابعاد مختلف می‌دهد.»
