Nanotubos treinados fazem computação sem transistores
Nova técnica tem como objetivo construir circuitos eletrônicos sem a necessidade de montar cuidadosa e organizadamente os transistores.

Um trabalho pioneiro, desenvolvido por pesquisadores do Instituto de Física de São Carlos (IFSC) da USP, em parceria com colegas da Universidade Durham, no Reino Unido, está usando um novo paradigma para construir e miniaturizar dispositivos para o processamento de informações.
Chamada de evolução na matéria, a nova técnica de realização de cálculos tem como objetivo construir circuitos eletrônicos sem a necessidade de montar cuidadosa e organizadamente componentes individuais, os conhecidos transistores.
Para isso, a equipe está desenvolvendo algoritmos evolutivos que controlam o envio de pulsos elétricos para compostos à base de nanotubos de carbono dispersos em polímeros ou cristais líquidos, alterando sua estrutura e, por decorrência, seu comportamento elétrico e eletrônico.
Comparando cada pulso elétrico de entrada com a saída do material, o algoritmo vai ajustando os estímulos para obter as saídas desejadas. Ou seja, a evolução na matéria permite que os nanotubos sejam “treinados” através dos estímulos elétricos, calculados com precisão pelo algoritmo computacional evolutivo.
“Ao mesmo tempo em que eu altero as propriedades dos nanotubos aplicando estímulos elétricos a suas diferentes regiões de acordo com um algoritmo evolutivo, outro programa de computador executa uma determinada tarefa computacional através da rede de nanotubos. Só encerro o algoritmo evolutivo quando os nanotubos estiverem ‘treinados’, permitindo que o compósito execute a tarefa computacional designada,” explicou o professor Diogo Volpati, do IFSC, principal autor do trabalho.
O trabalho teve início em 2014, e a equipe já está fornecendo os materiais para que eles sejam testados por vários colaboradores europeus da área de “ciência da computação sem transistores”.
A próxima fase do trabalho será criar um circuito real, mas substituindo o polímero por cristais líquidos, uma vez que esses materiais habilitam os movimentos dos nanotubos de carbono dispersos na rede de cristais líquidos.
“Nosso principal objetivo é modificar as propriedades locais do material alterando a orientação espacial inicial dos nanotubos, para que eles executem as tarefas computacionais,” ressaltou Diogo.
Com informações de Inovação Tecnológica
Microsoft aposta no Maia 300 para tirar a inferência das mãos da Nvidia
Microsoft anunciou em 13 de outubro o Azure Maia 300, terceira geração do seu sistema de chips para IA. A produção começa em 2027.







Redação iMasters





