Cambridge-Forscher entwickeln Hafniumoxid-Memristor für energieeffiziente KI-Chips

Neues neuromorphes Chipmaterial
Cambridge-Forscher haben ein nanoelektronisches Gerät entwickelt, das Hafniumoxid verwendet und als stabiler, energieeffizienter Memristor fungiert, der die neuronalen Verbindungen im menschlichen Gehirn nachahmen soll. Die in Science Advances veröffentlichte Arbeit befasst sich mit den Energieverbrauchsproblemen aktueller KI-Hardware.
Funktionsweise
Im Gegensatz zu herkömmlichen KI-Systemen, die Daten zwischen separaten Speicher- und Verarbeitungseinheiten hin- und hertransportieren, speichert und verarbeitet dieser hirninspirierte Ansatz Informationen am selben Ort. Das Cambridge-Team erstellte einen dünnen Film auf Hafniumbasis, der anders als bestehende Memristoren zwischen Zuständen wechselt.
Die meisten Memristoren basieren auf leitfähigen Filamenten innerhalb von Metalloxidmaterialien, die sich unvorhersehbar verhalten und hohe Spannungen benötigen. Das Cambridge-Gerät verwendet stattdessen ein zweistufiges Wachstumsverfahren mit zugesetztem Strontium und Titan, um winzige elektronische Gates (p-n-Übergänge) an den Grenzflächen der Schichten zu bilden.
Dadurch kann das Gerät den Widerstand sanft ändern, indem es die Höhe einer Energiebarriere an der Grenzfläche verschiebt, anstatt Filamente wachsen zu lassen oder zu unterbrechen. Der leitende Forscher Dr. Babak Bakhit erklärt: „Da unsere Geräte an der Grenzfläche schalten, zeigen sie eine hervorragende Gleichmäßigkeit von Zyklus zu Zyklus und von Gerät zu Gerät.“
Leistungsmerkmale
- Schaltströme etwa eine Million Mal niedriger als bei herkömmlichen oxidbasierten Geräten
- Erzeugt Hunderte von unterschiedlichen, stabilen Leitfähigkeitsstufen
- Potenzial zur Reduzierung des KI-Energieverbrauchs um bis zu 70 % im Vergleich zu aktueller Hardware
- Hervorragende Stabilität und Gleichmäßigkeit über Schaltzyklen hinweg
Die Forscher betonen, dass effektive KI-Hardware Geräte mit extrem niedrigen Strömen, ausgezeichneter Stabilität, herausragender Gleichmäßigkeit und der Fähigkeit zum Wechsel zwischen vielen verschiedenen Zuständen erfordert. Dieser Hafniumoxid-Memristor-Ansatz scheint diese Anforderungen zu erfüllen und gleichzeitig das Problem der Filamentzufälligkeit zu lösen, das bisherige Memristor-Technologien eingeschränkt hat.
📖 Quelle lesen: HN AI Agents
👀 Siehe auch

Mühelose Bereitstellung: Neuer Ein-Klick-AWS-Setup für Open Claw veröffentlicht
Open Claw-Enthusiasten haben jetzt einen Grund zum Feiern. Ein neues Tool für die AWS-Bereitstellung mit einem Klick vereinfacht den Einrichtungsprozess für Open Claw und macht es sowohl für Entwickler als auch für Hobbyisten zugänglicher.

Anthropic erlaubt Abonnementnutzung für Claude über OpenClaw ab Juni
Anthropic wird ab Juni über OpenClaw ein abonnementbasiertes Nutzungsmodell für Claude anbieten, wie der OpenClaw Dev Twitter-Account ankündigte.

Cursor AI-Studie: Kurzfristige Geschwindigkeitsgewinne führen zu langfristiger Komplexität
Eine Studie mit einer Differenz-in-Differenzen-Analyse ergab, dass die Einführung von Cursor AI zu statistisch signifikanten, aber vorübergehenden Geschwindigkeitssteigerungen führt, zusammen mit erheblichen und anhaltenden Zunahmen von statischen Analysewarnungen und Codekomplexität, die langfristige Verlangsamungen verursachen.

Qwen 35B-A3B als ständig aktiver Agent auf 16 GB M4 Mac: Festplatten-I/O versagt vor RAM
Die Ausführung von Qwen 35B-A3B mit llama.cpp auf einem 16GB M4 Mac funktioniert für Batch-Inferenz, aber eine ständig aktive agentische Schleife neben Claude Code und Codex CLI führt zu SSD-Konflikten, die Systeminstabilität und verpasste Cron-Jobs verursachen, obwohl der RAM ausreicht.