261
Рис. 7.7. Молекулярный детектор солитонов
Генерация солитонов осуществляется в процессе прогон-
ного туннелирования,
например, между вторичным анином и
кетонной группой трансполиацетилена в присутствии электри-
ческого поля.
Итак, показана возможность генерации, управления и де-
тектирования солитонов. Солитон, являясь динамической неод-
нородностью, способен переносить информацию; с
его помо-
щью можно и хранить информацию.
7.2. Молекулярные устройства
Хранение бита информации в солитонной памяти опреде-
ляется наличием или отсутствием солитона, а число хранимых
битов зависит от скорости распространения солитона и длины
сопряженного полимера (рис. 7.8). Сопряженный полимер свя-
зывает генератор солитонов (ГС) и электронный туннельный
переключатель (ТП). Показана возможность накопления четы-
рех битов информации. При одновременном прибытии положи-
262
тельного и отрицательного солитонов срабатывает туннельный
переключатель. Солитонные устройства памяти не имеют высо-
кого быстродействия, однако, отличаются высокой плотностью
хранения информации.
Оценки показывают, что если расстоя-
ние между солитонами составляет около 200 Å, а расстояние
между центрами цепочек порядка 50 Å, то информационная ем-
кость близка к 10
18
бит/см
3
.
Рис. 7.8. Схема устройства памяти,
реализованная на солитонах
В устройствах памяти могут быть использованы и пленки
Ленгмюра - Блоджетт. Каждая молекулярная система имеет
свою частоту поглощения. Запись информации осуществляется
избирательно в ансамбль молекул
трехмерной молекулярной
пленки с помощью лазерного излучения определенной частоты.
Считывание информации осуществляется за счет обратных фи-
зических явлений. Использование свойств молекулярных струк-
тур позволяет создать трехмерные запоминающие устройства
высокой информационной емкости.
Существуют различные идеи построения молекулярных
компьютеров. Их микросборка, например, может быть осущест-
влена химическим осаждением из газовой фазы. Последо-
вательность химических превращений при создании молеку-
лярной вычислительной машины рассчитывается по заданному
алгоритму.
263
В итоге к базовой молекуле добавляются все новые и но-
вые звенья, формируются проводники,
изоляторы, вентили,
компоненты вычислительных устройств. Так, например, размер
молекулярного вентиля может быть меньше одной сотой мик-
рометра, а плотность сборки может достичь 10
18
вентилей/см
3
.
Процессор и память гипотетического молекулярного ком-
пьютера занимают объем около 1 см
2
и монтируются на крио-
стате, который предотвращает нагрев контактов и снижает хи-
мическую активность молекул. Для уменьшения количества
межсоединений предусматривается использование оптических
каналов для ввода - вывода информации.
Обработка информа-
ционных массивов молекулярными системами имеет ряд осо-
бенностей, среди которых важнейшими являются:
- гигантский параллелизм переработки информации;
- высокая эффективность преобразования информации;
- значительная информационная сложность исходных
операций;
- способность к изменчивости и эволюции молекулярных
компонентов устройств переработки информации и эволюци-
онному обучению (самообучению) устройств;
- динамические механизмы переработки информации, ос-
нованные на сложных нелинейных процессах.
Другим примерам высокой
производительности может
служить процессор, реализованный на пленках Ленгмюра -
Блоджетт. На таких пленках можно создать молекулярные сис-
темы с высокой степенью параллелизма обработки информации
и большой вычислительной мощностью.
В качестве примера приведем идею сложения двух обра-
зов, проецируемых на искусственную мембрану типа ленгмю-
ровской пленки со встроенными молекулами фотоактивируемо-
го фермента (динамические неоднородности). В этом случае
выходной сигнал, представляющий
собой концентрацию про-
дукта ферменто-активной реакции, будет пропорционален сум-
ме оптических сигналов на входе системы.
264
Оценки показывают, что при поверхности пленки около 1
см
3
и при разрешающей способности 10 мкм число ячеек соста-
вит 10
6
. Каждая ячейка будет содержать 10
4
- 10
5
молекул фер-
мента при 1 % заполнении поверхности. Если оценить время
операции в одной ячейке даже 10
-2
с, то, учитывая высокую
степень параллелизма обработки информации (порядка 10
6
),
эффективное время одной операции составит 10
-8
с. Другими
словами, обработка больших информационных массивов мето-
дами ФЭ позволяет предельно распараллеливать информацию в
процессе ее обработки. Современные компьютеры не имеют
такой производительности при
обработке больших массивов
информации.
Do'stlaringiz bilan baham: 
