Команда ученых из Кембриджского университета разработала новый тип компьютерной памяти, который может значительно повысить производительность и снизить энергопотребление коммуникационных технологий, которые к 2030 году могут потреблять почти треть мирового электричества. Новая память обрабатывает данные похожим образом, как синапсы в человеческом мозге, и может хранить и обрабатывать информацию в одном месте. Результаты исследования опубликованы в журнале Science Advances.
Спрос на энергию в мире растет с каждым годом из-за развития искусственного интеллекта, интернета, алгоритмов и других технологий на основе данных. Одна из причин этого – недостатки существующих технологий компьютерной памяти, которые требуют перемещения данных между памятью и обработкой, что занимает как энергию, так и время.
Одно из возможных решений — это память с переключением сопротивления, которая способна на непрерывный диапазон состояний, в отличие от традиционной памяти, которая имеет только два состояния: один или ноль. Такая память может вместить от 10 до 100 раз больше информации на одном устройстве.
Ученые создали прототип устройства на основе оксида гафния, материала, который уже используется в полупроводниковой промышленности. Они обнаружили, что добавление бария к тонким пленкам оксида гафния приводит к образованию необычных структур, которые позволяют электронам проходить и менять электрическое сопротивление материала.
Структуры напоминают синапсы в мозге: они могут хранить и обрабатывать информацию в одном месте, что делает их очень перспективными для быстро развивающихся областей искусственного интеллекта и машинного
На технологию был подан патент Кембриджским предприятием, коммерческим подразделением университета. Ученые сейчас работают с промышленностью над проведением больших исследований по возможностям использования материалов. Поскольку оксид гафния — это материал, который уже используется в полупроводниковой промышленности, ученые говорят, что не будет сложно интегрировать его в существующие производственные процессы.
Источник: SecurityLab