Ученые создали устойчивые мемристоры для энергоэффективных процессоров

Разработка нового поколения мемристоров

Ученые из Университета ИТМО и Харбинского инженерного университета создали высокостабильный перовскитный наномемристор, который способен выдерживать более 1500 циклов перезаписи без деградации в течение нескольких месяцев. Этот инновационный элемент демонстрирует минимальное энергопотребление — всего 70–80 нановатт для монокристаллов перовскита размером 130–160 нанометров. Новое устройство открывает перспективы создания более быстрых и эффективных ультракомпактных процессоров для нейроморфных вычислений. Исследование опубликовано в журнале Opto-Electronic Advances.

В теории мемристоры существуют давно, однако их практическое применение стало возможным лишь с развитием технологий производства высокочистых полупроводниковых материалов. Эти устройства изменяют своё сопротивление в зависимости от электрического тока, что делает их полезными для хранения и обработки информации с меньшим энергопотреблением по сравнению с традиционными кремниевыми транзисторами.

Преимущества перовскитных материалов

Работы над перовскитными мемристорами встречали преграды — многие из них страдали от нестабильности, вызванной структурными особенностями используемых поликристаллических пленок. Используя монокристаллические нанокубы из цезий бромида свинца, исследователи преодолели эти проблемы. Данная структура обеспечивает долговечность и надежность, предотвращая химическую деградацию и неконтролируемую миграцию ионов через границы кристаллов.

Учёные также достигли одного из наименьших значений энергопотребления для мемристоров, что делает их применение в компактных устройствах особенно привлекательным. Переключение мемристора происходит менее чем за одну миллисекунду, и разница в токе достигает 4–5 порядков, что благоприятно сказывается на скорости обработки сигналов.

Будущее нейроморфных технологий

Созданный мемристор предназначен для расширения возможностей нейроморфных процессоров, которые могут значительно повысить эффективность искусственного интеллекта и машинного обучения. Учёные планируют дальнейшие эксперименты с различными полупроводниками и реализацию масштабируемых схем для практического использования этих технологий.

Что читать дальше

Подборка материалов по этой теме.

Сейчас читают

Материалы, которые чаще открывают сегодня.

Загрузка…

Ещё по теме

Продолжить чтение

Материалы, которые помогут не выпадать из темы.