Перенастраиваемая фоточувствительная память со сплит‑плавающим затвором для нейроморфных вычислений и нелинейной активации

Более умное аппаратное обеспечение на периферии

Телефоны, камеры и мелкие устройства, подключённые к интернету, теперь должны видеть, распознавать и реагировать в реальном времени — но сегодня они обычно делают это, постоянно пересылая сырые данные между отдельными датчиками, микросхемами памяти и процессорами. Этот трафик требует энергии и замедляет работу. В статье представлен новый тип миниатюрного электронного блока, который может чувствовать свет, запоминать информацию и выполнять ключевые этапы искусственного интеллекта внутри одного устройства, обещая более быстрые и энергоэффективные «умные» компоненты для повседневных технологий.

Как мозг вдохновляет новые чипы

Наши глаза и мозг обрабатывают зрение совсем иначе, чем цифровая камера. В человеческой системе зрения сетчатка не просто снимает изображения; она сразу фильтрует, сжимает и выделяет важные признаки, прежде чем отправить компактные сигналы по зрительному нерву в зрительную кору. Напротив, большинство машин сначала собирают полные изображения, сохраняют их, а затем обрабатывают где‑то ещё, тратя время и энергию. Исследователи поставили задачу подражать биологической стратегии в аппаратуре: создать устройства, которые могут одновременно чувствовать и обрабатывать информацию локально, а также выполнять нелинейные «активационные» операции, на которых полагаются современные нейронные сети для принятия сложных решений.

Одно устройство — три функции

Команда разработала то, что они называют мульти‑модальным сплит‑плавающим‑затворным запоминающим устройством. Проще говоря, это «сэндвич» из сверхтонких материалов, который ведёт себя как очень гибкий транзистор с двумя независимо управляемыми областями. Вводя и захватывая крошечные кванты электрического заряда в эти области, устройство можно перенастраивать по требованию. В одной конфигурации оно действует как самопитающийся фотодатчик, чувствительность которого можно точно регулировать и даже делать положительной или отрицательной. В другой — как элемент памяти, проводимость которого можно задать на одном из многих стабильных уровней, что идеально для хранения «весов» связей в нейронной сети.

Перенос нейронной «искра» на кристалл

Нейронные сети не просто складывают и умножают числа; после каждого слоя они прогоняют результат через нелинейную функцию активации, часто такие как ReLU или сигмоида. Эти операции обычно выполняют отдельные, энергозатратные схемы. Здесь же одно и то же устройство, которое чувствует и хранит информацию, может также выполнять эти активации. При программировании в определённое состояние оно пропускает ток только выше заданного уровня входа, имитируя ReLU. При перенастройке его вольт‑амперная характеристика становится гладкой и S‑образной, как у сигмоиды. Важно, что переключение между режимами происходит электрически и быстро, без изменения физической структуры чипа.

Крошечный аппаратный «мозг» для задач зрения

Чтобы показать возможности, авторы собрали многие из этих устройств в небольшие массивы и использовали их как полноценную аппаратную систему обработки изображений. В так называемом сенсорном режиме массив устройств напрямую преобразовывал световые паттерны в взвешенные сигналы, выполняя первый слой нейронной сети прямо внутри сенсора изображения. В режиме памяти аналогичные массивы проводили матрично‑похожие вычисления, типичные для более глубоких слоёв сети. Отдельные устройства в режиме активации затем применяли операции ReLU и сигмоиды. С такой конфигурацией система могла классифицировать рукописные цифры из стандартной базы MNIST с точностью, близкой к программной модели, а также очищать зашумлённые изображения с помощью автоэнкодера, при этом изученные веса сохранялись локально в энергонезависимой форме.

Почему это важно для повседневных технологий

Для неспециалистов ключевая мысль такова: исследователи объединили чувствование, память и нелинейный «шаг принятия решения» искусственного интеллекта в одном перенастраиваемом устройстве. Поскольку его можно программировать крошечными энергетическими импульсами, он работает на наносекундных временных масштабах и запоминает настройки без питания, такое оборудование может сделать будущие камеры, носимые устройства и другие периферийные приборы значительно более эффективными. Вместо передачи потоков сырых данных удалённому процессору или в облако эти системы смогут извлекать смысл там, где данные рождаются — подобно тому, как это делают наши глаза и мозг — открывая путь к компактным, маломощным устройствам, которые видят и понимают мир в реальном времени.

Цитирование: Zhang, ZC., Li, Y., Yao, J. et al. A reconfigurable photosensitive split-floating-gate memory for neuromorphic computing and nonlinear activation. Nat Commun 17, 1697 (2026). https://doi.org/10.1038/s41467-026-68402-7

Ключевые слова: нейроморфное аппаратное обеспечение, вычисления в сенсоре, вычисления в памяти, нелинейная активация, edge AI