ケンブリッジ大学の研究者が、低エネルギーAIチップ用の酸化ハフニウムメムリスタを開発

新しいニューロモルフィックチップ材料

ケンブリッジ大学の研究者らは、人間の脳の神経接続を模倣するように設計された安定した低エネルギー・メムリスタとして機能する酸化ハフニウムを使用したナノエレクトロニクスデバイスを開発した。この研究はScience Advancesに掲載され、現在のAIハードウェアにおけるエネルギー消費の課題に取り組んでいる。

仕組み

別々のメモリと処理ユニット間でデータをやり取りする従来のAIシステムとは異なり、この脳に着想を得たアプローチは同じ場所で情報を保存・処理する。ケンブリッジチームは、既存のメムリスタとは異なる方法で状態を切り替えるハフニウムベースの薄膜を作製した。

ほとんどのメムリスタは金属酸化物材料内の導電性フィラメントに依存しており、これは予測不可能に動作し、高電圧を必要とする。一方、ケンブリッジのデバイスは、ストロンチウムとチタンを添加した2段階成長法を用いて、層が接合する場所に微小な電子ゲート（p-n接合）を形成する。

これにより、フィラメントの成長や破断ではなく、界面でのエネルギー障壁の高さをシフトさせることで、デバイスは抵抗を滑らかに変化させることができる。主任研究者のババク・バキト博士は、「我々のデバイスは界面でスイッチングするため、サイクル間およびデバイス間で優れた均一性を示す」と述べている。

性能指標

• 従来の酸化物ベースデバイスよりも約100万倍低いスイッチング電流
• 数百の明確で安定したコンダクタンスレベルを生成
• 現在のハードウェアと比較してAIのエネルギー消費を最大70％削減する可能性
• スイッチングサイクル全体で優れた安定性と均一性

研究者らは、効果的なAIハードウェアには、極めて低い電流、優れた安定性、卓越した均一性、および多くの異なる状態間で切り替える能力を備えたデバイスが必要であると強調する。この酸化ハフニウム・メムリスタアプローチは、従来のメムリスタ技術を制限してきたフィラメントのランダム性問題に対処しながら、これらの要件を満たしているようだ。