Kas yra memristoriai ir kodėl jie gali sumažinti DI energijos sąnaudas 70 proc.

Kembridžo universiteto mokslininkai sukūrė lustą, kuris veikia panašiai kaip žmogaus smegenų neuronas. Jis apdoroja ir saugo informaciją toje pačioje vietoje, vietoj to, kad siųstų duomenis pirmyn atgal tarp procesoriaus ir atminties.

Rezultatas? Iki 70 proc. mažesnis energijos suvartojimas nei dabartiniuose DI lustuose.

Tai skamba kaip smulkmena, kol pažiūri į skaičius. DI modelių energijos suvartojimas auga eksponentiškai. Vienas GPT-5.5 užklausos atsakymas sunaudoja maždaug 10 kartų daugiau elektros nei Google paieška. Padaugink tai iš šimtų milijonų vartotojų per dieną.

Kaip veikia memristorius

Tradiciniuose kompiuteriuose procesorius ir atmintis yra atskiri. Duomenys keliauja tarp jų pirmyn ir atgal. Tai vadinamasis von Neumanno butelio kaklelis, ir jis eikvoja energiją bei laiką.

Memristorius (atminties rezistorius) veikia kitaip. Jis saugo informaciją keisdamas savo elektrinę varžą. Kaip neuronas smegenyse, kuris stiprina ar silpnina ryšius su kitais neuronais mokydamasis naujų dalykų.

Kembridžo komanda naudojo modifikuotą hafnio oksidą, pridėdami stroncio ir titano sluoksnius. Tai sukūrė p-n sandūras (tokias pačias, kokios naudojamos saulės elementuose), kurios keičia varžą labai tiksliai ir nuspėjamai.

Kodėl ankstesni bandymai nepavyko

Memristoriai nėra nauja idėja. Mokslininkai su jais eksperimentuoja jau daugiau nei dešimtmetį. Bet ankstesnės versijos turėjo rimtą problemą: jos veikė per laidžius siūlus (conductive filaments), kurie formavosi chaotiškai viduje. Tai reiškė, kad kiekvienas lustas elgėsi šiek tiek kitaip. Masinė gamyba buvo neįmanoma.

Kembridžo sprendimas apeina šią problemą. Vietoj chaotiškų siūlų jie naudoja sluoksnių sandūras, kurios elgiasi nuspėjamai. Rezultatas: šimtai stabilių laidumo lygių vienoje celėje ir milijoną kartų mažesnės perjungimo srovės.

Kur čia DI

Šie lustai idealiai tinka tam, ką mokslininkai vadina „in-memory computing” (skaičiavimu atmintyje). Vietoj to, kad siųstum milžiniškus DI modelių duomenis tarp atminties ir procesoriaus, skaičiavimai vyksta ten, kur duomenys jau yra.

Tai ypač naudinga inference etape, kai DI modelis apdoroja tavo užklausą. Būtent šis etapas sunaudoja didžiąją dalį energijos komercinėje DI veikloje. Technologijų kompanijos stato duomenų centrus už šimtus milijardų dolerių, ir didžioji dalis tos investicijos eina į elektros infrastruktūrą.

70 proc. energijos sumažinimas ten, kur tai svarbu, reikštų dramatiškus pokyčius visai industrijai.

Kas trukdo tai naudoti jau šiandien

Pagrindinė kliūtis: gamyba reikalauja maždaug 700°C temperatūros. Standartinė puslaidininkių gamyba vyksta žemesnėse temperatūrose. Tai reiškia, kad šių lustų negalima integruoti į esamas gamybos linijas be pakeitimų.

Kembridžo komanda jau dirba prie temperatūros mažinimo. Patentas pateiktas per Cambridge Enterprise.

Tyrimas publikuotas žurnale Science Advances (2026 m. balandžio 23 d.), o tai reiškia, kad tai recenzuotas mokslas, ne startuolio PowerPoint prezentacija.

Platesnis kontekstas

DI energijos problema didėja kiekvieną ketvirtį. Nauji modeliai tampa vis galingesni, bet ir vis alkesni. Meta planuoja išleisti iki 135 mlrd. dolerių DI infrastruktūrai 2026-aisiais. Google stato duomenų centrus Indijoje. Visi jie ieško būdų, kaip sumažinti energijos sąnaudas.

Memristoriai gali būti vienas iš atsakymų. Ne vienintelis, bet svarbus.

DUK

Ar memristoriai pakeis GPU?

Ne artimiausiu metu. Jie labiau papildys GPU, ypač inference užduotyse, kur energijos efektyvumas yra svarbiausias.

Kada galėsime naudoti šią technologiją?

Optimistinis scenarijus: 3-5 metai iki pirmų komercinių produktų. Reikia išspręsti gamybos temperatūros ir mastelio problemas.

Ar tai paveiks DI paslaugų kainas?

Ilgainiui taip. Jei DI sistemos sunaudos 70 proc. mažiau elektros, tai tiesiogiai mažina veiklos kaštus, o tai ilgainiui atsispindi kainose vartotojams.