用于纳米粒子神经网络的基于纳米粒子的计算架构

可扩展的基于纳米粒子的计算架构具有多个局限性，这些局限性会严重损害纳米粒子通过分子计算方案来处理和处理信息的使用。在冯·诺依曼架构(VNA)是单个芯片中多个任意分子逻辑运算的基础，而无需重新布线。在一份新报告中，Sungi Kim和韩国首尔国立大学的一组科学家在脂质芯片上开发了基于纳米颗粒的VNA(NVNA)。脂质芯片上的纳米颗粒起着硬件的作用-具有内存，处理器和输出单元。该团队使用DNA链作为软件来提供分子指令以对逻辑电路进行编程。基于纳米粒子的冯·诺伊曼架构(NVNA)允许一组纳米粒子形成被称为感知器(一种人工神经网络)的前馈神经网络。系统可以实现功能上完整的布尔逻辑运算提供可编程，可重置和可扩展的计算架构和电路板，以形成纳米粒子神经网络并做出逻辑决策。该工作现在发表在“科学进展”上。

现代计算和分子计算中的冯·诺依曼架构

过去的电子计算机只能运行固定程序，研究人员必须进行物理重新布线和重组流程才能对此类机器进行重新编程。约翰·冯·诺依曼(John von Neumann)于1945年开发的冯·诺依曼体系结构(VNA)，后来被艾伦·图灵(Alan Turing)在他对自动计算引擎的建议中引用，详述了存储程序计算机以执行一组指令。系统通过依次从存储器中获取存储的数据和指令以生成输出来处理信息。VNA强大的可编程性适用于现代计算机和量子计算。

具有纳米结构的分子计算可以允许使用多种技术，例如纳米粒子逻辑门，单分子生物传感器和逻辑感测，尽管这类系统很像早期电子计算机那样仅限于单个程序。由于研究人员将软件(功能)和纳米结构硬件合并为一个单元，因此出现了限制。为了克服这一挑战，它们可以包括脂质双层来分隔分子和纳米颗粒。Kim等。先前已经开发了在脂质双层上具有纳米颗粒的计算平台，以形成纳米生物计算脂质纳米片(LNT)。在这项工作中，他们设计并实现了基于纳米粒子的冯·诺伊曼架构(NVNA)平台，用于在脂质纳米片(LNT)上进行分子计算。