AIのエネルギー危機を救う切り札：消費電力を70%削減するケンブリッジ大「脳型メモリスタ」の全貌 [すらいむ★]

AIのエネルギー危機を救う切り札：消費電力を70%削減するケンブリッジ大「脳型メモリスタ」の全貌 [すらいむ★]at SCIENCEPLUS

AIのエネルギー危機を救う切り札：消費電力を70%削減するケンブリッジ大「脳型メモリスタ」の全貌 [すらいむ★] - 暇つぶし2ch■コピペモード
□スレを通常表示
□オプションモード
□このｽﾚｯﾄﾞのURL
■項目テキスト

1:すらいむ ★
 26/03/22 20:38:49.11 RIrocdgp.net
AIのエネルギー危機を救う切り札：消費電力を70%削減するケンブリッジ大「脳型メモリスタ」の全貌 
 
　人工知能（AI）の急速な進化と社会実装の裏で、地球規模の極めて深刻な問題が進行している。 
　それは、AIモデルの学習と推論にかかる莫大なエネルギー消費である。 
　大規模言語モデルなどの高度なAIシステムを稼働させるデータセンターは、国家単位の電力を呑み込む勢いで増殖しており、その消費電力は年率約30%ものペースで急増を続けている。 
　このままでは気候変動対策への深刻な逆風となることは避けられず、持続可能なAIの発展に向けたハードウェアレベルでの抜本的な改革が急務となっている。 
 
（以下略、続きはソースでご確認ください） 
 
xenospectrum　2026年3月22日18:33 
https://xenospectrum.com/cambridge-hafnium-memristor-neuromorphic-ai-chip/

2:名無しのひみつ
 26/03/23 05:41:13.80 52bSImrF.net
>>1の内容 
 
世界的な危機を背景に、University of Cambridge（ケンブリッジ大学）の材料科学・冶金学部門に所属するBabak Bakhit博士を中心とする研究チームは、AIハードウェアの消費エネルギーを最大70%削減する可能性を秘めた革新的なナノ電子デバイスの開発に成功した。2026年3月に学術誌『Science Advances』に発表されたこの研究成果は、人間の脳の神経回路網（シナプス）の働きを物理的なマテリアルレベルで模倣する「ニューロモルフィック（脳型）・コンピューティング」の領域において、長年の技術的障壁を打ち破る決定的なブレイクスルーである。 
本稿では、現在のコンピューターアーキテクチャが抱える構造的な欠陥から、ケンブリッジ大学のチームが開発した新しい「メモリスタ（Memristor）」デバイスの緻密な物理メカニズム、そしてこの技術が次世代のAI産業や我々の社会にどのような変革をもたらすのかについて見ていきたい。 
電力を浪費する現代のコンピューターと「脳」の圧倒的な効率 
現在主流となっているコンピューターシステムのエネルギー浪費体質を理解するためには、その基本的な設計思想である「フォン・ノイマン型アーキテクチャ」の構造を知る必要がある。このアーキテクチャでは、計算処理を実行する「プロセッサ（CPUやGPU）」と、データを保存する「メモリ」が物理的に分離された構造をとっている。計算を行うたびに、システムはメモリからデータを取り出し、プロセッサで演算を行い、その結果を再びメモリに戻さなければならない。 
膨大なパラメータとデータを扱う現代のAIアルゴリズムにおいて、このプロセッサとメモリ間の絶え間ないデータの往復（シャトリング）は、致命的な非効率を生み出している。実際、AIハードウェアの稼働において消費される電力の大部分は、純粋な演算そのものではなく、電子回路内をデータが移動する際の通信コストと発熱によって失われている。これは「フォン・ノイマン・ボトルネック」として知られる構造的な限界であり、シリコンチップの微細化が物理的な限界に近づく中、性能向上の道を塞ぐ厚い壁となっている。 
この非効率なシリコンチップとは対照的に、宇宙で最もエネルギー効率に優れた情報処理機関が存在する。我々人間の「脳」である。人間の脳は、約1000億個にも及ぶニューロン（神経細胞）と、それらをつなぐ無数のシナプスから構成される超並列処理ネットワークを形成している。驚くべきことに、脳は極めて高度な学習、認識、推論を同時にこなしながら、わずか20ワット程度のエネルギーしか消費しない。 
脳がこれほどまでに高効率である最大の理由は、記憶の保存と情報の処理が物理的に同じ場所で行われている点にある。ニューロン同士の接合部であるシナプスは、通過する電気的・化学的信号（スパイク）の歴史に応じて、自身の結合強度（重み）を柔軟に変化させる性質を持っている。情報の処理そのものが記憶の形成と直結しており、コンピューターのようにデータを別の場所へ移動させる必要がない。この生体脳の卓越したメカニズムを電子デバイス上で直接的に再現し、メモリと計算ユニットを一体化させる「インメモリ・コンピューティング」の実現こそが、消費電力のジレンマを解消する唯一の道筋とされている。

次ページ