Новый чип для ИИ оказался до 2000 раз энергоэффективнее традиционных решений

05.04.2026 13:54:00 | iXBT.com

Физики из Университета Лафборо (Великобритания) разработали новый компьютерный чип, который может заметно снизить энергопотребление некоторых систем искусственного интеллекта. По оценке исследователей, в ряде задач устройство способно быть до 2000 раз более энергоэффективным, чем традиционные программные решения, работающие на обычных компьютерах.

Изображение сгенерировано Nano Banana

В отличие от классического подхода, где обработка данных выполняется программно, новая система работает иначе: она обрабатывает временные, изменяющиеся сигналы непосредственно на аппаратном уровне. Как отмечают авторы, это позволяет использовать физические свойства самого устройства для вычислений и тем самым существенно сократить затраты энергии.

Разработка основана на тонкопленочном мемристоре из оксида ниобия. Такой элемент может не только хранить информацию о предыдущих состояниях, но и участвовать в вычислениях, что делает его перспективным для создания нейроморфной электроники — аппаратных систем, вдохновленных принципами работы мозга.

В ходе тестов ученые использовали чип для выполнения логической операций, распознавания простых пиксельных изображений цифр, а также для прогнозирования и восстановления временных рядов. Отдельно устройство проверили на модели Лоренца-63 — известной системе, связанной с так называемым «эффектом бабочки», где малые изменения условий могут приводить к резко разным результатам.

Согласно данным команды, система смогла успешно предсказывать краткосрочное поведение хаотического процесса, восстанавливать пропущенные данные, распознавать изображения и выполнять базовые логические операции. Это, по мнению исследователей, показывает, что один и тот же аппаратный элемент может применяться для разных вычислительных задач.

Авторы работы считают, что технология открывает путь к созданию масштабируемых энергоэффективных чипов для ИИ, особенно там, где требуется анализировать данные, меняющиеся во времени, — например, сигналы сенсоров, потоки изображений или другие динамические процессы.

Подробнее

Читайте также