В Китае изобрели чип флеш-памяти с кремнием атомной толщины, сообщили СМИ

МОСКВА, 10 окт. Китайские ученые изобрели первый в мире двухмерный чип флэш-памяти с применением технологии построения интегральных микросхем CMOS, толщина кремниевого материала в нем измеряется в атомах, разработка позволит быстрее и энергоэффективнее обрабатывать данные для ИИ и может стать новым стандартом памяти, пишет китайская газета China Daily.
Сообщается, что данный чип разработан командой исследователей из Фуданьского университета, а их исследование было ранее опубликовано в научном журнале Nature.

«Прорыв объединил ультрабыстрое устройство флэш-памяти с комплементарной структурой металлооксидного полупроводника на основе кремния, или технологией CMOS (технология построения интегральных микросхем — ред.) … чип поддерживает восьмибитные командные операции, 32-битные высокоскоростные параллельные операции и произвольный доступ, обеспечивая производительность ячейки памяти на уровне 94,3%. Скорость работы чипа превосходит современные технологии флэш-памяти, что делает его первой инженерной реализацией гибридного флэш-чипа на основе 2D кремния», — пишет China Daily.

Отмечается, что из-за развития технологий искусственного интеллекта резко возрос спрос на более быстрый доступ к данным, так как существующие технологии ограничены в скорости передачи информации, а их энергопотребление высоко.
Согласно сообщению на сайте университета, чипы обычно изготавливаются из кремния, а толщина их пластин составляет несколько сотен микрон, а самые тонкие могут быть толщиной в несколько десятков нанометров. Двухмерные полупроводниковые материалы же имеют толщину с атом, то есть менее 1 нанометра.
«Двумерные полупроводники, будучи новым построением материалов, отсутствуют на всех заводах по производству интегральных микросхем в мире», — сказал глава исследовательской группы Чжоу Пэн, его слова приводит сайт университета.
Ученые собираются сотрудничать с технологическими компаниями для реализации проекта. Они надеются, что их технология сможет кардинально изменить традиционную архитектуру памяти, что позволит быстрее и энергоэффективнее обрабатывать данные для технологии ИИ и больших данных.