Ученые из Московского физико-технического института (МФТИ) создали новую конструкцию мемристора — электронного элемента с памятью, который считается одним из базовых компонентов будущих нейроморфных процессоров. В новой реализации мемристор способен имитировать работу биологических синапсов и при этом значительно дольше сохранять записанную информацию, чем ранее. В частности, продолжительность хранения удалось довести до примерно 12 суток, что заметно превосходит предыдущие образцы, у которых состояние держалось лишь считанные секунды. Источник поясняет, что речь идёт о переходном устройстве между двумя режимами — «ученика» и «архиватора» и что увеличение времени хранения сопровождается ростом числа циклов перезаписи. [0, 1, 2, 3, 4, 22, 25, 26]

По словам авторов, ключ к новому поведению мемристора лежит в конструктивных изменениях: вместо металлических электродов применены полупроводниковые, а толщина пленки из гафния и циркония подобрана оптимально. Эти детали позволили устройству переходить в два режимa — «ученика», который быстро меняет состояние и имитирует обучение синапса, и «архиватора», который способен длительно сохранять полученную информацию. Ранее подобные устройства сталкивались с тем, что дефекты на границе мемристора с полупроводником вызывали возвращение материала к исходному состоянию, и информация фактически исчезала. [19, 20, 21, 22, 23, 15, 16, 17, 18]

Исследователи подчёркивают, что нарастающий эффект заключается не только в длительности хранения, но и в росте ресурса по количеству циклов перезаписи — примерно в двадцать раз. По их оценке, это делает мемристор более пригодным для использования в архитектурах, работающих по принципам человеческого мозга, где одни и те же элементы выполняют и вычисления, и хранение информации. Такая интеграция может потенциально снизить энергопотребление и ускорить обработку данных. [25, 26, 28, 29, 31]

Авторы проекта отмечают перспективы нейроморфных процессоров, где неразрывно связаны обработка и хранение данных внутри одних и тех же элементов. В условиях такой архитектуры упор делается на имитацию некоторых принципов работы человеческого мозга, где информация обрабатывается и хранится внутри одной нейронной сети. Всё это рождает осторожные надежды на более эффективные AI-системы. Однако в тексте подчёркнуто, что речь идёт о перспективах и возможностях, а не о готовом продукте. [30, 33, 34, 35]