Есть у современной электроники одна очень человеческая слабость — она плохо переносит жару. Мы можем запускать нейросети с миллиардом параметров, строить огромные дата-центры и всерьез обсуждать колонизацию других планет, пока не мешает физика. К сожалению, вся вычислительная цивилизация сталкивается с ограничениями, когда внешняя температура поднимается выше 200 °C.
Однако исследователи из Университета Южной Калифорнии нашли выход. Они создали мемристор, который продолжает работать при температуре 700 °C — это выше температуры расплавленной лавы. О том, что вообще такое мемристор, как ученые сделали открытие, почему это новый шаг для развития ИИ и неужели люди скоро полетят на Венеру, — в статье.
Жара как старый враг электроники
Вся современная электроника живет в довольно узком температурном коридоре. Мы к этому настолько привыкли, что почти не замечаем горячий смартфон, шумный кулер у ноутбука или инфраструктуру охлаждения рядом с ЦОД.
Проблема в том, что тепло для электроники — это не просто вопрос комфорта: при росте температуры атомы в материалах становятся подвижнее, границы между слоями теряют стабильность, а утечки тока растут. В определенный момент устройство не столько ломается, сколько перестает быть предсказуемым, а для вычислений это почти одно и то же.
Именно поэтому большинство кремниевых чипов эффективны примерно до 125–150 °C, а уже после 200 °C начинают выходить из строя. Это не случайное ограничение и не недоработка инженеров, а следствие самой физики материалов, на которой построена вся индустрия. Мы научились компенсировать это охлаждением, защитой, резервированием, но по сути просто обошли проблему, а не решили ее. Однако решение есть, и скрыто оно в мемристоре.
Мемистор, мемристор и старая мечта об умной памяти
В начале 1960-х Бернард Уидроу занимался вещами, которые сегодня мы бы назвали ранним машинным обучением, хотя тогда это выглядело скорее как инженерный эксперимент на стыке электроники и психологии. Его система ADALINE пыталась имитировать работу нейрона через изменение весов, и для этого требовался элемент, который мог бы не просто проводить ток, а менять свое состояние в зависимости от того, что через него уже прошло.
Так появился мемистор (да, именно так) — трехполюсное устройство с изменяемым сопротивлением, которое, по сути, «помнило» свою историю. Это была вполне прикладная штука, на которой работали реальные нейросетевые схемы вроде MADALINE.
Через десять лет американский инженер-электрик Леон Чуа формулирует идею мемристора как четвертого базового элемента электрической цепи. Не в смысле «еще одного транзистора», а недостающего звена в симметрии фундаментальных электрических величин. Если проще, его мемристор связывает заряд и магнитный поток так же, как резистор связывает ток и напряжение, — он не просто реагирует на сигнал, а хранит его след.
Долгое время эта идея оставалась теоретической. И только в конце 2000-х, когда HP Labs объявила о физической реализации мемристора на оксиде титана, тема снова всплыла на поверхность. Тогда ее подхватили с большим энтузиазмом, местами даже с избыточным, как это обычно бывает с технологиями, которым сразу пытаются назначить роль «убийцы всего существующего». Однако мемристоры не заменили транзисторы, не перевернули индустрию и не стали основой для ИИ (тогда).
Сейчас исследователи опять вернулись к теории мемристоров, но уже с вопросом не о том, как «научить» устройство, а о том, как вообще считать достаточно быстро и энергоэффективно и… желательно с жаропрочностью.
Крошечный чип памяти для экстремальных температур
В новом исследовании, опубликованном в журнале Science, ученые под руководством Джошуа Янга, профессора кафедры электротехники и вычислительной техники, сообщили о разработке нового типа электронного запоминающего устройства Gra/HfOx/W. Новый мемристор стабильно работал при температуре 700 °C — это намного выше всех предыдущих показателей в этой области.
«Можно назвать это революцией. Это лучшая высокотемпературная память из когда-либо продемонстрированных», — сообщил Янг.
Как случайная неудача стала физическим принципом
У этой истории есть еще один приятный для науки поворот — мемристор Gra/HfOx/W появился на основе неудачи, а не как идеально предсказанный результат. Изначально ученые пытались сделать другое устройство на основе графена, но оно работало не так, как ожидалось. В обычной инженерной практике это момент, когда хочется тяжело вздохнуть, поправить установку, списать неудачу на еще одну попытку и пойти дальше… К счастью, в этом случае неудачный прототип решили не выбрасывать.
Команда начала разбираться, где именно система повела себя «неправильно», и выяснила, что дело в графене. Так и обнаружили функциональную границу, которая мешает вольфраму разрушать устройство изнутри. Материал, который много лет описывали как символ будущего, наконец оказался полезен.
Устройство нового мемристора
Устроен чип довольно просто и сложно одновременно: два электрода, между ними тонкий слой оксида, вся конструкция собрана в наноразмерный «сэндвич». Верхний электрод сделали из вольфрама — это один из самых жаростойких металлов, материал с температурой плавления, которой можно пугать менее подготовленные элементы таблицы Менделеева. Средний слой состоит из оксида гафния, хорошо знакомого полупроводниковой индустрии. Нижний электрод сделали из графена, того самого листа углерода толщиной в один атом.
Графен здесь оказался важнее других элементов. В контрольных структурах с платиной атомы вольфрама находили удобную поверхность, закреплялись, собирались в кластеры и постепенно «строили» проводящий канал, который приводит память к короткому замыканию. На поверхности графена атомам вольфрама не за что зацепиться, связь получается слабой и неустойчивой.
За счет этого устройство продолжает работать как память даже при 700 °C. В эксперименте мемристор сохранял записанные состояния более 50 часов без обновления, выдерживал больше миллиарда циклов переключения, работал при напряжении около 1,5 В и переключался за десятки наносекунд. Это важно, потому что работа при высокой температуре мало что значит, если устройство быстро деградирует.
Разработка принципиально отличается от традиционной кремниевой электроники. Даже специализированные решения (HTC, high-temperature silicon) обычно стабильно работают лишь в диапазоне примерно 225–300 °C и в редких случаях — до ~350 °C, тогда как большинство стандартных микросхем теряет работоспособность уже при 200 °C.
Отдельно исследователи собрали небольшую матрицу 32 на 32 элемента. По массиву ученые зафиксировали разброс характеристик, выход годных устройств и поведение элементов рядом друг с другом. То подтвердили работоспособность этих мемристоров.
Однако самое ценное в этой работе даже не рекорд температуры, а то, что его удалось объяснить. Команда использовала электронную микроскопию, спектроскопию и моделирование на квантовом уровне, чтобы понять, что происходит на границе между слоями.
При чем тут ИИ
Хорошо, память выдерживает 700 °C, атомы ведут себя прилично, графен никого не пускает куда не надо. Но при чем здесь искусственный интеллект, кроме того, что его сейчас принято упоминать в любом контексте?
Большие языковые модели, какими бы сложными они ни казались на уровне архитектуры, в вычислительном смысле удивительно однообразны. Основная нагрузка сводится к матричным операциям — умножение, суммирование, снова умножение, и так миллиарды раз. Вся эта сложная логика распознавания изображений, генерации текста и поиска закономерностей в итоге разворачивается в повторяемый набор базовых операций.
Проблема в том, как эти операции выполняются. В классической цифровой архитектуре данные хранятся в памяти, а вычисления происходят в вычислительном блоке. Между ними постоянно идет обмен, который сам по себе стоит дорого. Чем больше модель, тем больше данных нужно передавать, тем выше энергопотребление и тем сильнее система греется.
Этот мемристор с чУдным названием Gra/HfOx/W хранит состояние в виде сопротивления, и это же состояние участвует в вычислении. Получается, входной сигнал задается напряжением, вес — проводимостью, а результат выходит в виде тока, который течет через элемент. То, что в цифровой системе разбивается на последовательность операций, здесь происходит как единый физический процесс.
Отсюда и интерес ученых к мемристорным массивам как к основе для вычислений в памяти. Они позволяют сократить расстояние между данными и вычислением, а значит — уменьшить энергопотребление и увеличить скорость на уровне архитектуры, а не за счет очередного прироста частоты или количества ядер. В контексте LLM это особенно важно, потому что масштаб начинает работать против нас: каждая неэффективность умножается на миллиарды операций.
Именно поэтому в разговоре об этом мемристоре ИИ появляется как логическое продолжение. Если память может считать (а считать можно там, где раньше было слишком горячо для электроники), то вычисления могут выйти за пределы привычных пространств.
Где может пригодиться такая память
Самый наглядный пример — Венера. На эту планету человечество отправляет аппараты уже больше полувека, но каждый раз с одним и тем же сценарием: устройство садится, успевает передать немного данных и через короткое время выходит из строя. Причина не в том, что мы не умеем строить прочные конструкции или термостойкие корпуса. Проблема в электронике, которая в условиях температуры около 460 °C и высокого давления начинает деградировать быстрее, чем успевает выполнить свою работу.
Возможно ли, что скоро на Венеру полетит человек? Нет, условия на Венере невыносимы для пилотируемой миссии… Однако если этот мемристор выйдет за пределы лаборатории, то часть вычислений можно оставить прямо на борту космического аппарата. Это не означает мгновенного прорыва в исследовании планет, но снимает одно из самых жестких ограничений: вместо того чтобы передавать поток сырых данных и надеяться, что они дойдут, устройство сможет обрабатывать их на месте и отправлять уже отфильтрованную информацию.
Второй пример применения экстремальные места и устройства на Земле — геотермальные скважины (где температура пород уходит в сотни градусов), ядерные и термоядерные установки, датчики в турбинах и двигателях, промышленные печи. Везде сейчас стоят датчики, работающие по простому правилу: измеряем здесь — считаем где-то еще.
Высокотемпературная память с возможностью вычислений может разрушить это правило. Если устройство не только выдерживает среду, но и обрабатывает данные на месте, исчезает необходимость тащить все наружу. Это упростит архитектуру систем, снизит задержки и откроет сценарии, которые раньше были слишком дорогими или сложными.
Есть и менее драматичный, но не менее важный уровень применения. Автомобильная электроника, например, регулярно сталкивается с температурами около 100–125 °C, и там вопрос надежности уже давно стоит остро. Устройство, рассчитанное на 700 °C, в таких условиях будет работать с огромным запасом прочности.
Жестокий, несправедливый мир
Открытие сразу запускает фантазию: если чип выдерживает 700 °C, значит, можно отправлять аппараты на Венеру, оставлять их там на месяцы, а заодно встроить в них ИИ, который будет в реальном времени анализировать данные и принимать решения. Красиво и почти убедительно, но стоит немного притормозить…
Проблема в том, что новый мемристор — это только часть вычислительной системы, пусть и очень важная. Чтобы получить полноценного робота, способного работать в экстремальных условиях, нужна не только устойчивая память, но и логические элементы, интерфейсы, питание, упаковка, защита от деградации и, что не менее важно, возможность все это стабильно производить.
Есть и более приземленные ограничения. Даже в этом исследовании отмечается, что при длительной работе чипа процессы диффузии не исчезают полностью, а лишь замедляются. Устройства все равно в конечном итоге будут деградировать, пусть и гораздо медленнее, чем традиционные структуры.
Добавим сюда вопросы масштабирования, разброс характеристик в массивах, необходимость интеграции с другими элементами… В общем, до венерианского робота еще далеко.
Однако как только становится возможным что-то, что раньше было физически недостижимо, индустрия находит для этого не один, а десятки сценариев. Венера — самый яркий из них, но, возможно, не самый близкий.
Делитесь в комментариях, где еще могут применяться такие мемристоры и через какое время, по вашему мнению, появятся венерианские роботы.
Автор: Lulu_Luna
