Создана атомарно тонкая память для ускорения ИИ на устройствах

Исследователи из Гонконгского университета, Университета Фудань и Национального университета Сингапура представили новый тип энергоэффективной памяти для систем искусственного интеллекта. Устройство на основе двумерного материала дисульфида молибдена (MoS₂) позволяет выполнять вычисления прямо в ячейках памяти, что ускоряет работу и снижает энергопотребление.

Иллюстрация операции поиска в памяти для приложений Edge AI. Автор: The University of Hong Kong / Nature Nanotechnology.

Традиционные системы ИИ требуют постоянного перемещения данных между памятью и процессором, что создаёт задержки и тратит энергию. Новая разработка, так называемая контентно-адресуемая память (CAM), действует как аппаратный поисковик, сравнивая все сохранённые записи одновременно.

«Вдохновением для нашей работы стал парадокс в нашей области, — рассказал Phys.org доктор Кан Ли, старший автор статьи. — 2D-материалы известны своими отличными теоретическими свойствами, но их редко используют в реальных приложениях. Мы хотели это изменить».

Схема и оптическое изображение экспериментальной установки. Автор: Nature Nanotechnology (2025).

Ключевой проблемой было создание устройства с высоким током во включённом состоянии (для скорости) и низкой утечкой (для точности). Используя контакты из полуметалла сурьмы (Sb) и низкотемпературную пассивацию, учёным удалось сохранить уникальные физические свойства MoS₂ в рабочем чипе.

В тестах новая память показала рекордное соотношение токов «включено/выключено» (>1 000 000 000) и смогла выполнять поиск данных с задержкой всего 36 пикосекунд, затрачивая менее 0,1 фемтоджоуля энергии на ячейку. Это значительно превосходит показатели существующих кремниевых аналогов.

Такая технология открывает путь для создания более эффективных аппаратных решений для «периферийного ИИ» (Edge AI) — в смартфонах, датчиках, фитнес-трекерах и других носимых устройствах, позволяя им запускать алгоритмы машинного обучения локально, без отправки данных в облако.

«Мы видим эту работу лишь как начало, — добавил профессор Ли. — Теперь, когда мы раскрыли код создания высокопроизводительных 2D-массивов, мы планируем исследовать их вертикальное наслоение (3D-интеграцию) для увеличения плотности».

Исследование было опубликовано в журнале Nature Nanotechnology.