Hogyan működnek a memrisztorok – és miért forradalmasíthatják a mesterséges intelligenciát?

Az áramkörelmélet hiányzó láncszeme

Minden elektronikai tankönyv három alapvető áramköri elemet sorol fel: az ellenállást, a kondenzátort és a tekercset. A mérnökök évtizedekig azt feltételezték, hogy ez a teljes készlet. De 1971-ben egy University of California, Berkeley-i mérnök, Leon Chua elméleti alapon amellett érvelt, hogy léteznie kell egy negyedik elemnek is – amely összeköti az elektromos töltést a mágneses fluxussal. Ezt memrisztornak nevezte el, ami a "memória-ellenállás" rövidítése.

Chua jóslata 37 évig nagyrészt észrevétlen maradt. Aztán 2008-ban a Stanley Williams vezette HP Labs csapata egy mérföldkőnek számító cikket publikált a Nature-ben, amelyben bejelentették, hogy megépítettek egyet. Azt mondták, hogy a memrisztor mindvégig bizonyos nanoskálájú eszközök szeszélyes elektromos viselkedésében rejtőzött.

Hogyan működik egy memrisztor

Egy hagyományos ellenállás rögzített mértékben ellenáll az áramnak. Egy memrisztor valami sokkal érdekesebbet csinál: az ellenállása attól függően változik, hogy mennyi töltés áramlott át rajta – és emlékszik erre az ellenállásra még a kikapcsolás után is.

Egy hasznos analógia egy vízvezeték, amely kiszélesedik, amikor a víz az egyik irányba folyik, így több jut át rajta, és összeszűkül, amikor a másik irányba folyik. Ha elzárjuk a csapot, a cső azon az átmérőn marad, amelyet elért. Ez a múltbeli elektromos aktivitás "emlékezete" adja a memrisztornak a nevét és a teljesítményét.

Nanoszkálán ez a hatás jellemzően akkor jelentkezik, amikor ionok sodródnak egy vékony oxidrétegen belül, amely két elektróda közé van szorítva, fizikailag átalakítva a vezetőképes utat. Ha az egyik irányba áramot küldünk, az ellenállás csökken; ha megfordítjuk, az ellenállás nő. Ha teljesen leállítjuk az áramot, az eszköz az utolsó állapotában fagy le – az információ tárolásához nincs szükség áramra.

Miért fontosak a memrisztorok a mesterséges intelligencia számára?

A modern mesterséges intelligencia mátrixszorzáson alapul – hatalmas számsorok szorzásán, másodpercenként milliárdszor. Egyes becslések szerint a nagy MI-modellekben, mint például a ChatGPT, a számítások több mint 92 százaléka ebből az egyetlen műveletből áll. A hagyományos processzorok adatokat mozgatnak ide-oda a memória és a feldolgozó egységek között, energiát és időt pazarolva minden lépésnél.

A memrisztorok radikális rövidítést kínálnak. Keresztpontos tömbben elrendezve fizikailag képesek szorzást végezni, kihasználva az Ohm törvényét: a feszültség szorozva a vezetőképességgel egyenlő az áramerősséggel. A válasz azonnal megjelenik a mért áramként, anélkül, hogy egyáltalán adatokat kellene mozgatni. Ez a megközelítés, amelyet memórián belüli számítástechnikának neveznek, a hagyományos chipeknél nagyságrendekkel nagyobb sebességet és drámaian alacsonyabb energiafogyasztást ígér.

Mivel a memrisztorok utánozzák azt is, ahogyan a biológiai szinapszisok használat közben erősödnek vagy gyengülnek, természetes illeszkedést jelentenek a neuromorf számítástechnikához – olyan hardverhez, amely az információt úgy dolgozza fel, mint az agy, nem pedig egy hagyományos processzor lépésről lépésre történő logikáját követve.

Áttörés extrém körülmények között

Egy 2026 márciusában a Science-ben megjelent tanulmány, amelyet a University of Southern California kutatói készítettek, a memrisztor képességeit a korábban lehetetlennek tartott területekre tolta. A Joshua Yang professzor vezette csapat volfrámból, hafnium-oxidból és egyetlen atom vastagságú grafénrétegből épített egy memrisztort, amely megbízhatóan működött 700 °C-on – forróbb, mint a folyékony láva.

Az eszköz ezen a hőmérsékleten több mint 50 órán át megőrizte az adatokat, több mint egymilliárd kapcsolási ciklust élt túl, és mindössze 1,5 volton működött. A grafénréteg volt a kulcsfontosságú újítás: megakadályozta, hogy a volfrám atomok a kerámián keresztül vándoroljanak és rövidre zárják az eszközt, ami a korábbi magas hőmérsékletű terveket meghiúsította.

"Mondhatjuk forradalomnak is. Ez a valaha bemutatott legjobb magas hőmérsékletű memória" – mondta Yang.

Az ilyen extrém hőmérsékletű elektronika lehetővé teheti a Vénusz felszínére irányuló küldetéseket, ahol a hőmérséklet 470 °C körül mozog, valamint a mély geotermikus fúrásokat és a nukleáris reaktorok közelében végzett műveleteket – olyan környezetekben, ahol a hagyományos elektronika egyszerűen megolvad.

A jövő

A memrisztorok már a kereskedelmi felhasználás felé haladnak szobahőmérsékleten. Yang társalapítója a TetraMem-nek, egy startupnak, amely memrisztor chipeket forgalmaz MI-munkaterhelésekhez. Eközben a kutatócsoportok világszerte memrisztor alapú neurális hálózatokat fejlesztenek, amelyek képesek képek felismerésére, beszédfeldolgozásra és valós idejű orvosi diagnózisra – mindezt a mai adatközpontok által felhasznált energia töredékével.

A kihívások továbbra is fennállnak. A memrisztorok nagyüzemi gyártása következetes teljesítménnyel nehéz, és a meglévő szilícium logikával való integrálásuk új chiparchitektúrákat igényel. De öt évtizeddel azután, hogy Leon Chua papírra vetette a negyedik áramköri elemet, a memrisztor végre áthidalja a szakadékot az elmélet és a transzformatív technológia között.