Разработан транзистор, способный удерживать тысячи стабильных состояний памяти
Изображение сгенерировано: Nano Banana
Специалисты Нанкинского университета аэронавтики и астронавтики (КНР) представили инновационный сегнетоэлектрический транзистор атомарной толщины. Конструкция устройства базируется на использовании графена и гексагонального нитрида бора (hBN), которые при наслоении образуют специфическую муаровую сверхрешетку.
Ключевым преимуществом разработки стала способность фиксировать 3 024 уникальных состояния поляризации, что на два порядка превосходит показатели существующих систем. Таких результатов удалось добиться благодаря контролируемому скольжению слоев относительно друг друга и прецизионному управлению электрическими импульсами.
Новый транзистор продемонстрировал впечатляющую стабильность, сохраняя состояние более 100 000 секунд. В ходе тестов на решение задач искусственного интеллекта точность распознавания образов составила 93%. Компонент сохраняет работоспособность как при комнатной температуре, так и в условиях нагрева, а его лаконичная архитектура существенно упрощает потенциальное масштабирование.
Подобные технологические решения могут стать фундаментом для создания сверхэффективных нейроморфных процессоров и накопителей памяти следующего поколения. Дальнейшие планы исследователей включают адаптацию технологии для массового производства и повышение быстродействия системы.
Источник: iXBT
Зонд JUICE совершит близкий пролёт Земли для разгона до 39 600 км/ч по пути к Юпитеру
Erying выпустила бюджетный комплект ПК с 14-ядерным процессором Intel и PCIe 5.0 всего за $195
Ностальгия по Cyrix MediaGX: на что был способен первый в мире APU из 1997 года
Невероятная удача: покупатель заказал одну GeForce RTX 5070 Ti за $1100, а по ошибке получил четыре
Новые проекторы Epson LS5000, LS6000 и LS7500 для домашнего кинотеатра с экраном 120 дюймов
Представлен мини-ПК Minisforum MS-01 SE с Core i5-12600H и поддержкой дискретной видеокарты за $375
Sony возвращает в офисы 8 тысяч сотрудников ради ускорения разработок в сфере ИИ