Turun yliopistossa kehitetään mikroskooppisen pieniä aivojen toimintaa jäljitteleviä muistivastuksia, memristoreja, jotka voisivat olla avain tekoälyn kiihdyttämään sähkönkulutuksen kasvuun. Siru voitti syksyllä kaksi suomalaista keksintöpalkintoa.
Memristori on niin pieni, ettei sitä näe paljaalla silmällä, mutta se saattaa tulevaisuudessa auttaa ratkaisemaan suurta maailmanlaajuista ongelmaa.
Fysiikan professori Petriina Paturi nostaa esiin Kansainvälisen energiajärjestö IEA:n raportin, jonka mukaan joissakin maissa, esimerkiksi Irlannissa, yli 20 prosenttia maan sähköstä kuluu suurten datakeskusten käytössä.
Globaalisti luku on maltillisempi, noin kaksi prosenttia kaikesta sähköstä, mutta luvun on ennustettu kaksinkertaistuvan muutamassa vuodessa.
Paturin mukaan yksi syy kulutuksen nopeaan kasvuun on tekoäly.
– Jokainen tekoälylle esitetty kysymys vie kymmenen kertaa enemmän energiaa, kuin tavallinen Google-haku, sanoo Paturi, jonka tutkimusryhmä kehittää uudenlaisia energiatehokkaita muistivastuksia.
Datakeskusten energiasyöppöys ei ole yksin tekoälyn syytä, mutta tekoälyn käyttäjien määrä kasvaa nopeasti, ja kehittyvät sovellukset vaativat jatkuvasti enemmän laskentatehoa.
– Kulutuksen kasvu siis vain kiihtyy, ellei keksitä keinoja sen hillitsemiseen. Yksi vaihtoehto on rakentaa suuria datakeskuksia kylmempiin maihin. Toinen vaihtoehto on kehittää tehokkaampaa elektroniikkaa.
Paturi vertaa energiankulutusta ihmisen aivoihin. Esimerkiksi neuromorfisessa tietokoneessa yksi synapsien oppimistapahtuma vie tavallisilla muistivastuksilla nanojoulen. Jos käytettäisiin tutkimusryhmän kehittämiä memristoreita, energiaa kuluisi tuhat kertaa vähemmän. Ja ihmisen aivoissa kulutus on vielä tuhat kertaa tätäkin pienempi.
– Aivojen prosessointiteho on uskomaton, jos sitä verrataan vastaavan kokoluokan puolijohdetietokoneeseen. Ero niiden välillä on valtava. Memristoreita käyttämällä voisimme päästä vähän lähemmäksi aivojen energiatehokkuutta, Paturi sanoo.
Turussa kehitetty siru on maailman kärkeä
Memristorit ovat uudenlaisia supertehokkaita nanomittakaavan muistivastuksia, joita voidaan hyödyntää erilaisissa aivojen toimintaa jäljittelevissä sovelluksissa. Niitä kehitetään maailmalla eri yliopistojen ja teknologiajättien tutkimusryhmissä.
Turun yliopistossa memristoreille on keksitty oma patentoitu materiaali ja rakenne, joiden ansiosta valmiin komponentin ominaisuudet ovat huippuluokkaa.
Keksintö sai alkunsa kymmenisen vuotta sitten, kun kapean elektronivyön manganiitteja jo aikaisemmin tutkinut Paturi ja hänen tutkimusryhmänsä oivalsivat, että puolijohtavat manganiittimateriaalit voisivat sopia täydellisesti memristoreihin. Mutta ensin niitä pitäisi vielä jalostaa.
Tutkijat kehittivät aivan uudenlaisen materiaalin, gadolinium-kalsium-magnaanioksidiseoksen. Sen johtavuus memristoriksi oli erinomainen ja myös sen skaalautuvuus oli poikkeuksellinen, eli memristorit olisi mahdollista tehdä todella pienikokoisiksi.
Käynnissä on jo memristoreiden kaupallistamiseenkin tähtäävä hanke, jossa tavoitteena on viedä komponentti kansainvälisille markkinoille. Mutta vielä tällä hetkellä siruja valmistetaan ainoastaan tutkimus- ja kehityskäyttöön.
– Memristoreita kokeillaan esimerkiksi kitkantunnistusrobotissa, jota apulaisprofessori Wallace Bessa kehittää teknillisessä tiedekunnassa. Robottia voitaisiin käyttää vaikkapa autonomisissa autoissa tai drooneissa. Paremman autonomisen ohjauksen kehittäminen vaatii erittäin nopeita ja energiatehokkaita laskentalaitteita, jotka pystyvät oppimaan ja joissa laskenta tapahtuu laitteessa, eikä pilven välityksellä.
Juuri tämän kaltaisissa laskentalaitteissa memristorit ovatkin Paturin mukaan luonnollisimmillaan. Toinen sopiva kohde voisivat olla erilaiset akuilla toimivat sensorit, joissa pienellä sähkönkulutuksella on merkitystä.
Teoriassa niitä voisi käyttää missä vain elektroniikassa, mutta aina memristorin ominaisuudet eivät tuo lisähyötyä perinteiseen elektroniikkaan verrattuna. Suurin hyöty niistä saadaan neuroverkoissa tai neuromorfisissa laskentalaitteissa, joita tarvitaan myös tekoälylle.
– Jos kaikissa neuroverkoissa käytettäisiin memristoreita, niiden sähkönkulutus voisi pienentyä jopa tuhannesosaan. Neuroverkkojen määrä on maailmassa moninkertaistunut kauhealla vauhdilla, joten memristoreille voisi olla suurta kysyntää, jos ne saataisiin kaupalliseen käyttöön. Me olemme parhaillaan kehittämässä vaihtoehtoa, Paturi lupaa.
"Kyllä minä sanoisin, että meidän memristorimme on paras."
– Petriina Paturi
Turkulaisen memristorin suurin ero kilpailijoihin on juuri sen ainutlaatuinen materiaali, jonka ansiosta muistivastukset pystytään tekemään kilpailevia laitteita pienemmäksi. Lisäksi materiaali on niin johtavaa, että vastuksesta saadaan huipputehokas hyvin kevyellä ja yksinkertaisella rakenteella.
– Memristorimme vie hyvin vähän raaka-aineita, jolloin sen valmistaminen on ekologisempaa. Samalla tuotteen hinta saadaan loppukäyttäjälle mahdollisimman halvaksi.
Kuulostaa siltä, että Turussa kehitetty memristori olisi kilpailijoitaan parempi melkein kaikilta ominaisuuksiltaan.
– Kyllä minä sanoisin, että meidän on paras, Paturi naurahtaa.
Tutkimusryhmän idea on kerännyt tunnustusta jo muiltakin. Viime syksynä se voitti kaksi suomalaista innovaatiopalkintoa. Insinööriliitto palkitsi sen Vuoden insinöörikeksintönä, ja Suomen Nuorkauppakamari ry. nosti sen Tuottava Idea -kilpailun innovaatiosarjan voittajaksi. Turkulainen memristori pääsi hetkeksi paistattelemaan jopa New Yorkin Times Squaren kuuluisaan valomainokseen.
– Onhan tämä innostavaa! On hienoa saada olla mukana tekemässä näin mielenkiintoista ja jännittävää tutkimusta, Paturi sanoo.
Samalla hän muistuttaa, ettei keksintöjä tehdä tyhjästä. Memristoreidenkin kehittäminen on edellyttänyt kalliita laitehankintoja ja puhdastilojen rakentamista. Erityisen kiitoksen hän haluaa mainita Jenny ja Antti Wihurin rahastolle.
– Ilman kaikkea saamaamme tukea työmme ei olisi ollut mahdollista, eikä tätäkään keksintöä olisi syntynyt, Paturi kiittää.
Lue lisää:
> Turun yliopistossa kehitetty Siru Ocean -memristori voitti vuoden insinöörikeksintö -palkinnon
> Tutkijat kehittivät uuden ratkaisun aivojen rakennetta jäljittelevään tekoälyyn
Teksti: Liisa Reunanen
Kuvat: Hanna Oksanen
