Инженеры Корнеллского университета (Cornell University) разработали принципиально новый подход к вычислениям для искусственного интеллекта. Вместо того чтобы считывать данные электрическим способом, их устройство хранит информацию в электрическом виде, а считывает её через крошечную механическую вибрацию. Это может открыть путь к значительно более энергоэффективному железу для нейроморфных и аналоговых вычислений.
В основе разработки лежит комбинация сегнетоэлектрических материалов и микроскопической вибрирующей балки (beam). Информация записывается электрически в сегнетоэлектрический слой. Для считывания на балку подаётся небольшой сигнал, который заставляет её вибрировать. Амплитуда и характер этой вибрации позволяют определить хранимое значение.
Главное преимущество подхода — разделение путей записи и считывания. Это снижает электрические помехи и позволяет держать энергопотребление в режиме ожидания на очень низком уровне. В отличие от традиционных электрических схем считывания, здесь данные «снимаются» механически.
Аналоговые состояния вместо битов
Вместо классических двоичных состояний (0 и 1) исследователи продемонстрировали примерно 200 различимых электромеханических состояний. Это даёт тонкий контроль над аналоговыми значениями, что особенно важно для нейроморфных вычислений, где данные часто представляются в непрерывной форме, а не в виде дискретных битов.
Устройство предназначено для двух перспективных направлений:
- Нейроморфных вычислений (аппаратное обеспечение, вдохновлённое работой мозга);
- Аналоговых вычислений в памяти (in-memory computing), где память и вычисления тесно интегрированы.
Почему это важно для ИИ
Современные ИИ-системы требуют огромных вычислительных ресурсов и потребляют очень много энергии. Традиционная цифровая архитектура на основе CMOS уже приближается к своим физическим пределам. Новые подходы, такие как механическое считывание данных, могут существенно снизить энергопотребление, особенно в задачах, где не требуется предельная точность, а важнее энергоэффективность и скорость.
Исследование опубликовано в журнале Nano Letters в апреле 2026 года. Пока это лабораторная разработка, но она демонстрирует принципиально новый путь развития аппаратного обеспечения для искусственного интеллекта — через гибридизацию электрических и механических принципов работы.
