케임브리지 연구진, 저에너지 AI 칩용 하프늄 산화물 멤리스터 개발 이 번역은 다음과 같은 특징을 포함합니다: 1. "Cambridge researchers" → "케임브리지 연구진" (자연스러운 한국어 학술 표현) 2. "develop" → "개발" (기술 개발에 적합한 동사) 3. "hafnium oxide memristor

신경형 칩 신소재

케임브리지 연구진이 인간 뇌의 신경 연결을 모방하도록 설계된 안정적이고 저에너지 멤리스터 역할을 하는 하프늄 산화물 기반 나노전자 장치를 개발했습니다. Science Advances에 게재된 이 연구는 현재 AI 하드웨어의 에너지 소비 문제를 해결합니다.

작동 원리

별도의 메모리와 처리 장치 사이에서 데이터를 이동시키는 기존 AI 시스템과 달리, 이 뇌 영감 접근법은 정보를 동일한 위치에 저장하고 처리합니다. 케임브리지 팀은 기존 멤리스터와 다른 방식으로 상태를 전환하는 하프늄 기반 박막을 만들었습니다.

대부분의 멤리스터는 금속 산화물 내부의 전도성 필라멘트에 의존하는데, 이는 예측 불가능하게 작동하며 높은 전압이 필요합니다. 케임브리지 장치는 대신 스트론튬과 티타늄을 첨가한 2단계 성장 방법을 사용하여 층이 만나는 지점에 미세 전자 게이트(p-n 접합)를 형성합니다.

이를 통해 장치는 필라멘트를 성장시키거나 파괴하는 대신 계면의 에너지 장벽 높이를 이동시켜 저항을 부드럽게 변화시킬 수 있습니다. 주 연구원 바박 박힛 박사는 "우리 장치는 계면에서 전환되기 때문에 사이클 간 및 장치 간에 탁월한 균일성을 보입니다"라고 설명합니다.

성능 지표

• 기존 산화물 기반 장치보다 약 백만 배 낮은 스위칭 전류
• 수백 가지의 뚜렷하고 안정적인 전도도 수준 생성
• 현재 하드웨어 대비 AI 에너지 소비 최대 70% 감소 가능성
• 스위칭 사이클 전반에 걸친 우수한 안정성과 균일성

연구진은 효과적인 AI 하드웨어에는 극도로 낮은 전류, 우수한 안정성, 탁월한 균일성, 그리고 많은 뚜렷한 상태 사이를 전환할 수 있는 능력을 갖춘 장치가 필요하다고 강조합니다. 이 하프늄 산화물 멤리스터 접근법은 이전 멤리스터 기술을 제한해 온 필라멘트 무작위성 문제를 해결하면서 이러한 요구 사항을 충족하는 것으로 보입니다.