Nonostante le enormi capacità di elaborazione e predizione dei moderni computer, l'efficienza energetica del cervello umano rimane ineguagliata in specifici ambiti come l'elaborazione e il riconoscimento delle immagini. Secondo il Professor Kaustav Banerjee dell'Università della California, Santa Barbara, specialista mondiale in nanoelettronica, i computer richiedono circa 10.000 volte più energia rispetto al cervello umano per queste operazioni, anche se superano il cervello in compiti come i calcoli matematici.
Banerjee sottolinea l'importanza vitale dell'efficienza energetica informatica in considerazione del crescente consumo energetico globale causato dall'elettronica integrata, posizionandosi al quarto posto nel consumo di energia su scala nazionale. Inoltre, rileva l'urgente necessità di sviluppare tecnologie informatiche più efficienti data l'attuale crisi del riscaldamento globale.
Il computing neuromorfico (NM), che simula la struttura e le operazioni del cervello umano, rappresenta una soluzione promettente per colmare il divario nell'efficienza energetica. Banerjee e il suo team in collaborazione con Vivek De e Mike Davies dei Laboratori Intel, hanno proposto una piattaforma ultra-efficiente usando transistor a effetto tunnel basati su dicalcogenuri di metallo di transizione (TM) bidimensionali (2D). Questa piattaforma potrebbe ridurre il fabbisogno energetico a circa 100 volte quello del cervello umano, come documentato sulla rivista Nature Communications.
I transistor a tunnel sviluppati dal team di ricerca sono molto sottili e responsivi a bassi voltaggi, capaci di imitare le operazioni altamente efficienti dal punto di vista energetico del cervello umano. Questi dispositivi, noti come TFET 2D, presentano correnti di stato non attivo inferiori e un'efficace capacità di commutazione da spento ad acceso, grazie a un'oscillazione di soglia inferiore che facilita un funzionamento a basso voltagio.
Le architetture di calcolo neuromorfico proposte sfruttano circuiti che si attivano solo in risposta a stimoli esterni, al contrario dell'architettura di von Neumann utilizzata nei computer attuali che gestisce memoria ed elaborazione separatamente e consuma energia continuamente. Le piattaforme ispirate al cervello sviluppate da aziende come Intel e IBM, con miliardi di transistor interconnessi, hanno già realizzato significativi risparmi energetici.
Rispetto ai tradizionali transistor MOSFET, i TFET mostrano un'efficienza energetica superiore, soprattutto rispetto ai FinFET (una progettazione MOSFET che incorpora "pinne" verticali per un migliore controllo della commutazione).
