Сегодня 19 ноября 2026
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Hardware

Британские учёные отказались от канонического мемристора и совершили прорыв в аналоговой памяти

Учёные из Кембриджского университета (University of Cambridge) разработали новое наноэлектронное устройство, наследующее принципы работы человеческого мозга. Это мемристор на основе модифицированного оксида гафния (HfO₂) с добавлением стронция и титана, который способен значительно снизить энергопотребление аппаратного обеспечения искусственного интеллекта.

 Источник изображения: Science Advances 2026

Источник изображения: Science Advances 2026

Классические ИИ-чипы тратят огромные объёмы энергии из-за постоянного перемещения данных между памятью и процессором, тогда как предложенное устройство реализует концепцию вычислений в памяти — хранение и обработка информации происходят в одном месте, подобно клеткам мозга.

Как известно, классический, или канонический, мемристор работает на основе обратимого образования проводящих нитей в рабочем слое. В зависимости от плотности нитей возникает множество управляемых уровней сопротивления в ячейке, что часто позволяет ассоциировать мемристоры с памятью ReRAM (резистивной). Учёные из Кембриджа сочли такую структуру ненадёжной. Поэтому они разработали нечто вроде транзистора в ячейке мемристора вместо непредсказуемых нитей. Характеристики транзисторов намного стабильнее, и в этом главный ключ к успеху разработки.

Разработанные британскими учёными мемристоры работают за счёт асимметричных p-n-гетеропереходов, как диоды или транзисторы. Это обеспечивает впечатляющую стабильность, а также возможность создавать сотни устойчивых уровней проводимости (ступеней значений, разрядности), а также отличную повторяемость характеристик как в рабочих циклах, так и в устройствах при массовом производстве.

Способность «транзисторного» мемристора создавать энергетические барьеры с сотнями управляемых уровней позволяет говорить о неком подобии разработки синапсам головного мозга. Синапсы абсолютно аналоговые. Они работают с тысячами уровней концентрации медиаторов на границе перехода от одного нейрона к другому. Нейрон запускает электрический импульс только тогда, когда концентрация медиаторов от соседнего в цепочке нейрона достигает необходимого уровня. С «неклассическими» мемристорами такая схема может привести к созданию ИИ-нейросетей, напоминающих работу мозга и экономящих на энергопотреблении.

Ещё раз подчеркнём, что по сравнению с существующими мемристорами новое решение устраняет главные проблемы: случайное поведение, необходимость высоких напряжений и низкую повторяемость при тиражировании. Благодаря «транзисторному» механизму переключения достигается крайне низкое энергопотребление при адаптивном обучении. Исследователи подчёркивают, что именно такие характеристики необходимы для создания аппаратного обеспечения, способного не просто хранить биты, а реально обучаться и адаптироваться, приближаясь к принципам работы мозга.

Потенциальное влияние технологии огромно: по оценкам, внедрение подобных устройств позволит сократить энергопотребление ИИ-платформ до 70 %. Это критически важно в условиях экспоненциального роста энергозатрат современных больших моделей ИИ.

Было интересно? Скажите об этом Google, чтобы чаще получать ссылки на наши новости про искусственный интеллект

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Более чем у половины банковских приложений из App Store и Google Play нашлись дыры в безопасности 49 мин.
Microsoft превратила Copilot в «новую ОС для работы» — и теперь Word, Excel и PowerPoint работают прямо в ней 3 ч.
Крупнейшее IPO в истории: $83 за акцию Anthropic 3 ч.
Google открыла доступ к Genie 4 – ИИ для генерации целых миров, которые можно менять прямо на ходу 4 ч.
«Группа Астра» представила Astra Server Core для замены серверных функций Microsoft в корпоративной инфраструктуре 4 ч.
GTA VI начала переписывать историю — блокбастер Rockstar бьёт рекорды популярности на Twitch, YouTube и Kick 5 ч.
Google выпустила Gemini 4 Neon — почти флагманский рассуждающий ИИ стал быстрее и дешевле 6 ч.
«Просто ужасно»: ИИ-агент Meta Muse сам влез в переписки Signal — и это лишь одна из его пугающих проблем 6 ч.
Рекорд SpaceX побит: Anthropic провела крупнейшее IPO в истории и привлекла $81,3 млрд 6 ч.
Sandfall Interactive лишилась одного из главных творцов успеха Clair Obscur: Expedition 33 8 ч.
Tencent: новые запреты США на ИИ-мощности для Китая отбросят всех назад, но помогут полупроводниковой отрасли страны 16 мин.
Ночное небо теряет звёзды: над многими городами спутников теперь больше, чем видимых звёзд 43 мин.
Пора экономить: NetApp увеличила цены на оборудование, ПО и услуги до 40 % 2 ч.
Смарт-часы Honor Watch 6 Pro вышли на международный рынок, потеряв одну важную функцию 2 ч.
CoolIT и Ecolab представили 3-МВт CDU с системой мониторинга теплоносителя 2 ч.
RAID-технология VROC станет доступна для процессоров AMD EPYC 4 ч.
Intel наконец нашла стороннего заказчика для передового техпроцесса 18A — но не говорит, кто это 5 ч.
ИИ-бум может захлебнуться в избытке чипов — Сэм Альтман предупредил, что OpenAI не сможет скупить всё 8 ч.
Sizable Energy намерена запитать ЦОД от морских гидроаккумуляторных энергохранилищ 8 ч.
США затормозили китайский ИИ: Tencent признала, что следующая LLM задержится из-за перекрытия лазеек к чипам Nvidia 8 ч.