Исследователи из Кембриджа разработали мемристор на основе оксида гафния для создания энергоэффективных чипов искусственного интеллекта.

Новый материал для нейроморфных чипов

Исследователи из Кембриджа разработали наноэлектронное устройство на основе оксида гафния, которое действует как стабильный низкоэнергетический мемристор, предназначенный для имитации нейронных связей в человеческом мозге. Работа, опубликованная в Science Advances, решает проблемы энергопотребления в современном аппаратном обеспечении ИИ.

Как это работает

В отличие от традиционных систем ИИ, которые перемещают данные между отдельными блоками памяти и обработки, этот подход, вдохновленный мозгом, хранит и обрабатывает информацию в одном месте. Команда из Кембриджа создала тонкую пленку на основе гафния, которая переключает состояния иначе, чем существующие мемристоры.

Большинство мемристоров полагаются на проводящие нити внутри оксидного металлического материала, которые ведут себя непредсказуемо и требуют высоких напряжений. Устройство из Кембриджа вместо этого использует двухэтапный метод роста с добавлением стронция и титана для формирования крошечных электронных затворов (p-n переходов) в местах соединения слоев.

Это позволяет устройству плавно изменять сопротивление, смещая высоту энергетического барьера на границе раздела, а не за счет роста или разрыва нитей. Ведущий исследователь доктор Бабак Бахит отмечает: «Поскольку наши устройства переключаются на границе раздела, они демонстрируют выдающуюся однородность от цикла к циклу и от устройства к устройству».

Показатели производительности

• Токи переключения примерно в миллион раз ниже, чем у обычных устройств на основе оксидов
• Создает сотни различных стабильных уровней проводимости
• Потенциально снижает энергопотребление ИИ до 70% по сравнению с современным аппаратным обеспечением
• Отличная стабильность и однородность при переключениях

Исследователи подчеркивают, что эффективное аппаратное обеспечение ИИ требует устройств с чрезвычайно низкими токами, отличной стабильностью, выдающейся однородностью и способностью переключаться между многими различными состояниями. Этот подход с мемристором на основе оксида гафния, по-видимому, соответствует этим требованиям, одновременно решая проблему случайности нитей, которая ограничивала предыдущие технологии мемристоров.