Mehr als Memristor: Neuromorphes Rechnen mit Meminduktor
Forscher haben einen neuen Baustein für neuromorphe Systeme vorgestellt: einen Meminduktor, also einen Spulenkern mit magnetischem Speicher. Im Gegensatz zu herkömmlichen Induktivitäten ändert sich die Induktanz L nicht nur mit dem Strom, sondern mit der gesamten Ladung q, die durch die Spule flossen ist. Diese Speicherfunktion entsteht durch die Magnetisierung des Kerns, die die Stromhistorie „merkt”.
Der Meminduktor bietet ein einzigartiges Potenzial für neuromorphe Rechenarchitekturen, Deep‑Learning‑Modelle und Gehirn‑inspirierte Algorithmen. In einem klassischen RLC‑Schaltkreis bestimmt die Zeitkonstante die Dynamik – hier wird sie gemeinsam von Induktanz und Kapazität festgelegt, nicht von Widerstand. Das eröffnet neue Wege, um biologische Zeitverhalten nachzubilden.
Um die Theorie zu prüfen, setzten die Wissenschaftler den Meminduktor ein, um das Verhalten von Ameisen zu simulieren. Dabei konnten sie die Fähigkeit zur Erinnerung, zum Timing und zur Vorhersage – typische Merkmale von Ameisenverhalten – exakt reproduzieren. Diese experimentelle Bestätigung zeigt, dass das Konzept nicht nur theoretisch sinnvoll, sondern auch praktisch umsetzbar ist.
Zusammenfassend eröffnet der Meminduktor ein neues Paradigma jenseits des Memristors und eröffnet damit spannende Perspektiven für die Entwicklung von energieeffizienten, speicherintensiven Rechenlösungen.