Учёные из Кембриджского университета разработали новый наноразмерный мемристор — устройство, вдохновлённое работой человеческого мозга. Оно способно одновременно хранить и обрабатывать информацию в одной точке, что позволяет радикально снизить энергозатраты искусственного интеллекта — по оценкам, более чем на 70% по сравнению с традиционными чипами.
Современные компьютеры страдают от фундаментальной проблемы: память и процессор физически разделены. Данные постоянно «бегают» туда-сюда, что приводит к огромным затратам энергии. Один только мощный GPU NVIDIA H100 потребляет 700 ватт, а для имитации возможностей мозга теоретически может потребоваться тысячи таких чипов, расходуя мегаватты. При этом сам человеческий мозг работает всего на 20 ваттах.
Новый подход к мемристорам
Большинство существующих мемристоров работают за счёт формирования и разрушения случайных проводящих нитей внутри материала оксида. Это приводит к непредсказуемому поведению и высокому энергопотреблению. Кембриджская команда пошла другим путём.
Они создали мемристор на основе оксида гафния, легированного стронцием и титаном. Вместо хаотичных нитей устройство использует контролируемое изменение высоты энергетического барьера на внутреннем p-n-переходе — том же принципе, который лежит в основе обычных полупроводников. Благодаря двухстадийному процессу выращивания материала учёные получили стабильные и повторяемые характеристики от устройства к устройству.
Потрясающая эффективность
Результаты впечатляют. Новый мемристор переключается при токе всего 10⁻¹¹ ампера — примерно в миллион раз меньше, чем у многих традиционных оксидных мемристоров. Энергия переключения лежит в диапазоне фемтоджоулей и пикоджоулей. Кроме того, устройство демонстрирует сотни стабильных уровней проводимости, что крайне важно для аналоговых нейроморфных вычислений, имитирующих работу биологических синапсов.
Учёные также показали, что их мемристоры способны воспроизводить spike-timing-dependent plasticity (STDP) — ключевой механизм обучения в биологических нейронных сетях. По сути, «железо» начинает вести себя как адаптивная нервная ткань.
Главное препятствие на пути к коммерциализации — технология изготовления. Сейчас процесс требует температуры около 700°C, что слишком высоко для стандартных полупроводниковых производств. Команда уже работает над снижением температуры, чтобы мемристоры можно было интегрировать в существующие технологические процессы.
Если этот барьер удастся преодолеть, новая разработка может стать настоящим прорывом на пути к ультраэффективному «мозгоподобному» железу для ИИ.
Исследование опубликовано в журнале Science Advances.
