Мемристоры нового поколения открывают перспективы для создания энергоэффективных нейроморфных систем, способных хранить данные на молекулярном уровне. Геннадий Панин из Российской академии наук проанализировал в журнале Nanoenergy Advances роль графеноподобных материалов в этих технологиях, подчеркивая их потенциал для снижения энергопотребления в сфере искусственного интеллекта.
Мемристор, как известно, это компонент, чье электрическое сопротивление зависит от истории протекавшего через него тока. Он способен "запоминать" это состояние даже после отключения питания, что позволяет сохранять информацию без постоянной подачи энергии. По сути, мемристоры имитируют поведение нейронов и синапсов в мозгу, что делает их идеальными кандидатами для построения нейроморфных вычислительных архитектур. Благодаря высокой скорости реакции и компактной двухэлектродной структуре, мемристоры легко масштабируются в плотные массивы и могут стать основой для специализированных AI-схем.
2D-материалы и их применение
Панин уделил особое внимание расширению этих возможностей за счет применения двухмерных (2D) материалов, толщина которых измеряется атомами. С момента открытия графена активно велись исследования по модификации его электрических свойств, в частности, за счет изменения молекулярной структуры углеродной "соты". Ключевым моментом здесь является нелинейное поведение таких материалов – когда ток растет непропорционально приложенному напряжению. Эта нелинейность критически важна для стабильного хранения информации и переключения между различными уровнями сопротивления.
В своем обзоре ученый рассмотрел широкий спектр 2D-материалов, включая оксид графена, диаман (двумерный аналог алмаза) и многослойные халькогениды, которые, хотя и не содержат углерода, обладают схожей с графеном структурой. В таких материалах электрический ток способен вызывать частичное перераспределение атомных решеток. Проще говоря, происходит переход от высокопроводящей плоской конфигурации к более искаженной и менее проводящей, что приводит к увеличению сопротивления.
Регулирование свойств и управление фазовыми переходами
В случае графеновых систем эти эффекты можно четко регулировать с помощью окислительно-восстановительных реакций: добавление кислородсодержащих групп снижает проводимость, а их удаление восстанавливает ее. Кроме того, Панин указывает на возможность возникновения таких свойств через фазовые переходы, инициированные светом в широком спектре длин волн. Такой оптически управляемый переключатель открывает путь для создания устройств, которые одновременно способны воспринимать и запоминать информацию, подобно биологическим системам, обрабатывающим световые сигналы.
Особо выделяя эти надежные механизмы переключения, автор подчеркивает, что графеноподобные 2D-материалы могут значительно снизить стремительно растущие энергетические потребности дата-центров, что представляет собой одну из наиболее актуальных проблем в условиях быстрого развития технологий. Интеграция памяти непосредственно в молекулярную структуру элементов схем позволит обеспечить такую же высокую скорость и мощность вычислений, как и существующие архитектуры, но при существенно меньшем энергопотреблении. Это, в свою очередь, открывает дорогу к развитию более устойчивых и эффективных приложений — от систем автономного вождения до разработки персонализированных лекарственных средств.