Memristives In-Memory-Computing: Strahlungsfester Speicher für das Rechnen im Weltraum (MIMEC)

Elektronische Schaltungen, die im Weltraum eingesetzt werden, müssen strahlungsbeständig sein. Daher ist es sehr attraktiv, memristive Speichertechnologien in Satelliten einzusetzen, z. B. für Internet-of-Space-Anwendungen, da der Informationsträger in memristiven Bauelementen auf Ionen und nicht auf Ladungen wie in anderen Speichertechnologien wie Flash basiert. Ionen sind viel unempfindlicher gegenüber Weltraumstrahlung als Elektronen. Daher sind nichtflüchtige Speicher auf Ionenbasis gut für Weltraumanwendungen geeignet.

Resistive Random Access Memory (RRAM)-Technologien, bei denen die elektrischen Schalteigenschaften auf Ionen statt auf Elektronen beruhen, eignen sich besonders gut als strahlungsresistente Speicher. Um die notwendige Zuverlässigkeit der im Weltraum eingesetzten CMOS-Elektronik zu erreichen, ist es ratsam, den Inhalt des gesamten Computersystems in einem sicheren Backup-Speicher zu speichern.

In-Memory-Operationen in den strahlungsharten Sense-Verstärkern eines RRAM-Arrays sollen durch Signalauswertung und direkte Integration von memristiven RRAM-Zellen auf die Verarbeitungsstufe übertragen werden. Die Funktionalität der strahlungsharten Systemarchitektur wird durch intensive Simulationsarbeit überprüft. In der Simulationsumgebung wird ein neues Modell für memristive Komponenten verwendet, um die gesamte strahlungsharte Systemarchitektur mittels In-Memory-Computing zu untersuchen.

Der Schwerpunkt des Projekts liegt auf der Erforschung neuer technologischer und computergestützter Ideen, die in den derzeitigen Stand der Technik integriert werden. Der strahlungsharte Speicheransatz mit einem neuen nichtflüchtigen Speicherkonzept, dem sogenannten RRAM, wird den Kern der Projektarbeit darstellen. Um dieses Ziel zu erreichen, wird ein hochinnovativer technologischer Ansatz umgesetzt, der neuartige Internet-of-Space-Anwendungen ermöglicht.

Finanzierung

Das Projekt wird im Rahmen des DFG-Schwerpunktprogramms "Memristive Komponenten für intelligente technische Systeme" gefördert.

Projektpartner

  • Universität Bayreuth
  • Universität Erlangen-Nürnberg

Die Website ist für moderne Browser konzipiert. Bitte verwenden Sie einen aktuellen Browser.