Obiecująca technologia pamięci nadchodzi z nieoczekiwanej strony: nie jako szybsza wersja konwencjonalnej cyfrowej pamięci RAM, lecz jako urządzenie zachowujące się trochę jak ładowalna bateria. Sandia National Laboratories informuje, że elektrotermochemiczna pamięć o dostępie swobodnym, czyli ETCRAM, może przechowywać wartości analogowe ze 100 razy większą precyzją niż obecna czołowa technologia pamięci analogowej oraz z zakresem dynamicznym większym co najmniej o trzy rzędy wielkości.

Miniaturowe analogowe urządzenie pamięci na półprzewodnikowym układzie testowym pod sondami mikroskopu, z delikatną poświatą sugerującą lokalne nagrzewanie.

Liczby te pochodzą z własnego komunikatu Sandii, dlatego należy je traktować jako opisany wynik laboratoryjny, a nie benchmark produktu. Urządzenie nie zastąpiło głównego nurtu pamięci, a demonstracja nie oznacza istnienia produktu konsumenckiego. Bardziej wyważony powód, by zwrócić na nie uwagę, wiąże się z konkretnym wąskim gardłem współczesnej elektroniki: energią i czasem zużywanymi na wielokrotne przenoszenie danych z sensorów do osobnego procesora.

Jeśli podejście przetrwa testy na poziomie macierzy i produkcji, część obliczeń mogłaby odbywać się tam, gdzie dane są zbierane. Kamera mogłaby ograniczać ilość informacji wizualnych albo je klasyfikować, zanim wyśle je dalej. Czujnik maszyny mógłby lokalnie wykrywać zmianę zamiast przesyłać nieprzerwany strumień danych. Korzyść wynikałaby z ograniczenia przemieszczania danych, nie z uczynienia każdego pojedynczego tranzystora radykalnie mocniejszym.

Problemem często jest droga, nie obliczenie

Większość systemów komputerowych rozdziela pamięć i przetwarzanie. Sensor rejestruje pomiar, pamięć go przechowuje, a procesor pobiera dane, aby wykonać operację. Wynik następnie przemieszcza się przez kolejną część systemu. Każdy taki transfer zużywa energię, a koszt staje się istotny, gdy urządzenie bez przerwy zbiera duże ilości danych.

Taki układ dobrze sprawdza się w uniwersalnym przetwarzaniu cyfrowym, lecz sensory coraz częściej wytwarzają informacje szybciej, niż niewielkie urządzenie potrzebuje ich przesyłać. Kamery, mikrofony, monitory przemysłowe, pojazdy i urządzenia noszone na ciele tworzą strumienie, w których większość pojedynczych pomiarów nie jest interesująca. Wysyłanie każdej surowej wartości do centralnego procesora albo zdalnej usługi może być marnotrawstwem, gdy oczekiwanym rezultatem jest prosta decyzja: czy coś się porusza, czy maszyna drga nieprawidłowo albo czy stężenie substancji chemicznej przekroczyło próg?

Dziedzina nazywana obliczeniami w pamięci próbuje ograniczyć ten ruch, umieszczając użyteczne operacje matematyczne wewnątrz pamięci lub blisko niej. Pamięć analogowa jest jedną z dróg. Zamiast przechowywać wyłącznie zero albo jedynkę, komórka może reprezentować zakres wartości przewodności. Taka przewodność może działać jako waga liczbowa w operacjach takich jak mnożenie i akumulacja, które mają zasadnicze znaczenie dla sieci neuronowych oraz wielu zadań przetwarzania sygnałów.

Zaletę łatwo wyjaśnić. Procesor cyfrowy zazwyczaj reprezentuje liczbę za pomocą kilku bitów i przesyła te bity przez połączenia. Macierz analogowa może zapisywać wiele wag w fizycznych właściwościach swoich komórek i wykonywać część obliczeń równolegle. Nie oznacza to, że obliczenia analogowe automatycznie są lepsze: znaczenie mają szum, kalibracja, ograniczona precyzja oraz konwersja między sygnałami analogowymi i cyfrowymi. Powstaje jednak droga pozwalająca ominąć ruch między pamięcią a procesorem, który dominuje w niektórych obciążeniach.

Przegląd opublikowany w 2024 roku w Nano Convergence opisuje elektrochemiczną pamięć o dostępie swobodnym jako kandydata do tego rodzaju sprzętu. Zwraca uwagę, że urządzenia ECRAM mogą wyrażać stany analogowe poprzez przemieszczanie jonów, a opisane urządzenia potrafią osiągać ponad 1000 stanów pamięci. Ten sam przegląd wymienia też wymagania inżynieryjne decydujące o tym, czy laboratoryjna komórka stanie się użytecznym sprzętem: retencję, trwałość, szybkość przełączania, liniowość, symetrię, stosunek włączenia do wyłączenia, różnice między urządzeniami, efektywność powierzchniową oraz zgodność z produkcją półprzewodników.

ETCRAM należy do tej szerszej rodziny, ale dodaje lokalne podgrzewanie do procesu elektrochemicznego.

Co dokładnie zademonstrowała Sandia

Komunikat Sandia z 9 września 2026 roku podaje, że zespół kierowany przez Elliota Fullera i Aleca Talina zademonstrował ETCRAM z użyciem materiałów zawierających tantal i tlenek wanadu. Urządzenie wykorzystuje impulsy elektryczne oraz miejscowe podgrzewanie do zmiany stanu materiału wewnątrz elementu pamięci. Zamiast wybierać między dwoma ustalonymi stanami cyfrowymi, można je zaprogramować na zakres wartości analogowych.

Porównanie z baterią jest użyteczne. Naładowanie baterii do połowy pozostawia ją w stanie między pustą a pełną. W ETCRAM informacją jest stan chemiczny materiału. Późniejszy odczyt mierzy przewodność elektryczną urządzenia, która odzwierciedla ten stan. Analogia nie jest dokładna — urządzenie jest nanowymiarowym elementem pamięci, a nie ogniwem zasilającym — ale wyjaśnia, dlaczego w grę wchodzi elektrochemia.

W konwencjonalnej pamięci elektrochemicznej jony muszą przemieszczać się przez materiały i wywoływać zmiany stopnia utlenienia. Ich ruchem można sterować za pomocą elektrody bramki, podczas gdy oddzielne elektrody źródła i drenu odczytują kanał. Trójzaciskowy układ pozwala oddzielić operację programowania urządzenia od operacji odczytu. To jeden z powodów, dla których badania nad ECRAM wzbudziły zainteresowanie obliczeniami analogowymi.

Trudność polega na tym, że procesy chemiczne mogą być powolne. Opisane przez Sandia rozwiązanie pozwala urządzeniu nagrzewać się samoczynnie po rozpoczęciu aktywności elektrochemicznej. Wyższa temperatura pomaga szybciej prowadzić właściwy proces, poszerzając zakres, w którym można dostrajać pamięć. Sandia twierdzi, że rezultat zapewnia 100 razy większą precyzję niż obecna czołowa technologia oraz co najmniej 1000 razy większy zakres dynamiczny.

Precyzja i zakres dynamiczny opisują różne aspekty tego samego praktycznego wyzwania. Precyzja dotyczy tego, jak dokładnie urządzenie rozróżnia sąsiednie wartości. Zakres dynamiczny oznacza rozpiętość między najmniejszymi i największymi użytecznymi sygnałami. Urządzenie może mieć szeroki zakres, ale słabą kontrolę wewnątrz tego zakresu, albo precyzyjną kontrolę nad wąskim zakresem. Użyteczny analogowy element obliczeniowy potrzebuje zarówno wystarczającego zakresu do przenoszenia znaczącego sygnału, jak i odpowiedniej powtarzalności, aby obliczenia nie dryfowały.

Powiązana z tą pracą główna publikacja badawcza, opublikowana w 2026 roku, opisuje pionowo zintegrowany ETCRAM z kanałem i rezerwuarem opartymi na rozdzielonym fazowo tlenku wanadu. Autorzy podają, że programowanie odbywa się poprzez przemianę między dwiema stabilnymi fazami tlenku wanadu, VO2 i V2O5, a działanie utrzymuje się po zmniejszeniu grubości kanału do około 20 nanometrów. Ten wynik skalowania ma znaczenie, ponieważ element pamięci działający wyłącznie jako duża, odizolowana struktura laboratoryjna miałby niewielkie szanse zmieścić się w gęstej elektronice.

Wynik opisany w publikacji pozostaje demonstracją na poziomie urządzenia. Nie dowodzi, że kompletny układ wykonany z ETCRAM zapewni określoną liczbę operacji na wat ani że pokona komercyjne akceleratory cyfrowe w rzeczywistych zastosowaniach. Odpowiedzi na te pytania wymagają macierzy, układów peryferyjnych, mapowania programowego, analizy cieplnej oraz testów procesu wytwarzania.

Dlaczego chemia ma znaczenie

Materiały nie są tu szczegółem dekoracyjnym. To one decydują o tym, jak niezawodnie można zapisywać informacje, jak długo pozostają na miejscu, jak szybko urządzenie reaguje oraz ile energii wymaga operacja.

Wcześniejsze prace nad ECRAM badały lit, wodór, tlen, miedź i inne ruchome jony. Każdy wybór tworzy inny kompromis. Lit jest znany z baterii i może umożliwiać odwracalne wprowadzanie jonów, lecz trzeba kontrolować jego dyfuzję i retencję. Protony mogą przemieszczać się szybko w odpowiednich materiałach, jednak istotne stają się wilgoć, interfejsy i stabilność środowiskowa. Wakancje tlenowe mogą wywoływać użyteczne zmiany w tlenkach metali, ale należy zarządzać cieplnymi i chemicznymi warunkami programowania.

Konstrukcja Sandii koncentruje się na elektrochemii związanej z tlenem w materiałach tlenkowych i wykorzystuje ciepło jako część mechanizmu sterowania. Wcześniejsze prace zespołu oraz nowa publikacja przedstawiają ETCRAM jako hybrydę pamięci elektrochemicznej i przełączania wspomaganego termicznie. Celem jest uzyskanie precyzji i nieulotnego zachowania kojarzonych z kontrolowanymi stanami chemicznymi przy jednoczesnym ograniczeniu kary za szybkość wynikającej z ruchu jonów w temperaturze pokojowej.

Kolejnym elementem jest separacja faz. Jeśli materiał może ustalać się w odrębnych, stabilnych składach, urządzenie może bardziej niezawodnie zachowywać zaprogramowaną rezystancję niż system, w którym jony stale dryfują przez jednorodne medium. Badania nad ECRAM wielokrotnie traktowały retencję jako problem centralny. Pamięć, która zapewnia piękne analogowe aktualizacje, ale szybko traci swoją wartość, nie nadaje się do długoterminowego przechowywania. Może być nieprzydatna nawet do zadań wnioskowania, jeśli wagi trzeba nieustannie przywracać.

Niedawna publikacja badawcza opisuje strukturę zaprojektowaną tak, aby stabilizować zaprogramowany stan dzięki współistnieniu faz. Jest to dowód na zastosowanie określonej strategii inżynieryjnej, a nie potwierdzenie, że każda komórka ETCRAM będzie bezterminowo zachowywać wartość. Rzeczywiste macierze wprowadzają ścieżki upływu, różnice produkcyjne, zmiany temperatury oraz interakcje z układami adresowania. Retencję trzeba mierzyć dla wielu komórek i przez długi czas, w realistycznych warunkach.

Najbardziej prawdopodobne bliskie zastosowanie: przy sensorze

Sandia wskazuje przetwarzanie brzegowe jako możliwe zastosowanie. Oznacza ono przetwarzanie danych blisko miejsca, w którym są generowane, zamiast natychmiastowego wysyłania ich do odległego serwera. W takim układzie ETCRAM nie musi zastępować całej pamięci w telefonie ani sterowniku przemysłowym. Mógłby działać jako wyspecjalizowany blok do wąskiego zadania, takiego jak filtrowanie, wydobywanie cech albo obsługa niewielkiego modelu uczenia maszynowego.

Weźmy kamerę. Matryca obrazu wytwarza dużą ilość surowych informacji. Konwencjonalny potok może przenosić te dane przez kilka etapów, zanim system rozpozna osobę, wykryje wadę albo stwierdzi, że nie wydarzyło się nic istotnego. Analogowa macierz pamięci umieszczona blisko sensora mogłaby kodować wagi i lokalnie wykonywać część operacji rozpoznawania. System nadal potrzebowałby cyfrowego sterowania i prawdopodobnie konwersji analogowo-cyfrowej, ale mógłby przesyłać jedynie zwarty wynik lub wybrany fragment danych.

Ta sama logika dotyczy monitoringu przemysłowego. Czujnik drgań może wytwarzać ciągły przebieg, chociaż oprogramowanie utrzymaniowe ostatecznie potrzebuje ostrzeżenia o nietypowym wzorcu. Lokalny sprzęt mógłby obliczać cechy sygnału albo porównywać go z wyuczonymi wagami, ograniczając ruch w sieci i potencjalnie zmniejszając opóźnienie. W pojeździe lokalne przetwarzanie mogłoby pomóc w interpretacji informacji z kamer i innych sensorów, zanim dane dotrą do większej jednostki obliczeniowej.

Pojawiają się też konsekwencje dla prywatności, choć nie należy ich przeceniać. Jeśli urządzenie potrafi lokalnie klasyfikować lub podsumowywać dane, może nie musieć przesyłać każdego surowego obrazu ani próbki dźwięku. To może ograniczyć ekspozycję, ale nie gwarantuje prywatności. System wciąż wymaga rozsądnego zarządzania danymi, bezpiecznego oprogramowania układowego, jasnych zasad retencji oraz ochrony przed atakami na lokalny model. Umiejscowienie sprzętu zmienia drogę danych; samo w sobie nie rozwiązuje problemu bezpieczeństwa.

Najmocniejszy argument za ETCRAM nie brzmi więc: „pamięć analogowa sprawi, że AI będzie darmowa”. Jest węższy: obciążenia, w których te same lub powoli zmieniające się operacje matematyczne są wielokrotnie stosowane do dużej ilości danych z sensorów, mogą skorzystać z niezawodnej macierzy analogowej wykonującej te operacje bez ciągłego przerzucania danych między oddzielnymi komponentami.

Co nadal jest trudne

Nagłówkowa liczba dotycząca precyzji pomija elementy systemu, które często decydują o tym, czy nowa pamięć stanie się praktyczna.

Po pierwsze, pojedyncza komórka nie jest macierzą. Użyteczny układ potrzebuje tysięcy lub milionów elementów połączonych z liniami słów, liniami bitów, selektorami, sterownikami i układami odczytu. Komórki muszą być adresowane bez zakłócania sąsiadów. Ich odpowiedzi muszą pozostać przewidywalne, gdy współdzielą zasilanie, ciepło i okablowanie. Urządzenie robiące wrażenie pojedynczo może stać się trudne do kalibracji po integracji.

Po drugie, dokładność analogowa nie jest tym samym co dokładność cyfrowa. Komórki analogowe z natury napotykają szum, dryf, nieliniowe aktualizacje oraz różnice między urządzeniami. Układ może wymagać kalibracji, redundancji albo metod algorytmicznych tolerujących błędy. Obwody pomocnicze zużywają powierzchnię i energię. Właściwe porównanie nie dotyczy komórki pamięci i cyfrowego tranzystora; trzeba porównać kompletny system zadaniowy z istniejącym kompletnym systemem.

Po trzecie, samoczynne podgrzewanie tworzy problem konstrukcji cieplnej. Podgrzewanie może przyspieszać reakcję elektrochemiczną, ale ciepło trzeba wytwarzać, ograniczać i odprowadzać w kontrolowany sposób. Jeśli sąsiednie komórki będą się wzajemnie nagrzewać, ich stany mogą na siebie oddziaływać. Jeśli impuls cieplny będzie zbyt silny, może uszkodzić materiały albo zmniejszyć trwałość. Ta sama cecha, która daje ETCRAM szeroki zakres, może narzucać ograniczenia gęstości, szybkości lub cyklu pracy.

Po czwarte, zapis i odczyt nie wyczerpują problemu produkcji. Urządzenie musi być wytwarzane z powtarzalnych cienkich warstw, zgodnymi interfejsami i akceptowalnymi uzyskami. Obserwacja z publikacji z 2026 roku, że działanie tlenku wanadu utrzymuje się przy grubości około 20 nanometrów, jest obiecująca z punktu widzenia skalowania, lecz stanowi tylko jeden składnik procesu możliwego do produkcji. Integracja stosu z konwencjonalną logiką, zamknięcie go w obudowie oraz testowanie w różnych temperaturach i przez cały okres eksploatacji to osobne wyzwania.

Po piąte, twierdzenie o oszczędności energii wymaga jasno określonych granic systemu. Komórka pamięci może zużywać niewiele energii podczas konkretnej aktualizacji, podczas gdy sterowniki, konwertery, połączenia i logika sterująca pobiorą znacznie więcej. Z drugiej strony mniejsza ilość przesyłanych danych może przynieść dużą oszczędność na poziomie systemu, nawet jeśli sama operacja analogowa nie jest wyjątkowo wydajna. Przyszłe demonstracje powinny raportować kompletne obciążenia, a nie tylko korzystne pomiary komórki.

Wreszcie najlepsze zastosowania mogą nie dotyczyć obliczeń ogólnego przeznaczenia. Sprzęt analogowy jest najbardziej przekonujący, gdy jego fizyczne zachowanie pasuje do obliczenia. Wnioskowanie w sieciach neuronowych, filtrowanie i fuzja danych z sensorów są bardziej naturalnymi celami niż dowolne oprogramowanie biurowe albo zadania wymagające dokładnej, łatwej do sprawdzenia arytmetyki. Pamięć cyfrowa pozostanie cenna w sterowaniu, przechowywaniu danych, komunikacji i operacjach wysokiej precyzji. ETCRAM uzupełniałby takie systemy, zamiast je wyeliminować.

Jak czytać te „dobre wiadomości”

Dobra wiadomość polega na tym, że badacze poprawiają rzeczywiste wąskie gardło za pomocą projektu łączącego inżynierię materiałową z jasno określonym problemem obliczeniowym. Sandia nie poprzestaje na propozycji, by przyszłe urządzenia były wydajniejsze; opisuje konkretny element pamięci, wskazuje materiały, wyjaśnia rolę samoczynnego podgrzewania i wskazuje mierzalny wzrost precyzji oraz zakresu dynamicznego. Powiązana publikacja dostarcza dodatkowych informacji o zachowaniu faz, integracji pionowej i nanometrowej grubości.

Równie konkretna jest konieczna ostrożność. Komunikat opisuje technologię nadal rozwijaną, a Sandia podaje, że zespół testuje konstrukcje z użyciem wielu materiałów. Informuje również, że ETCRAM został finalistą konkursu R&D 100 Award w 2026 roku. Jest to uznanie technicznego potencjału, a nie gwarancja komercjalizacji.

Kolejne znaczące kamienie milowe łatwo wymienić: większe macierze, powtarzalność na różnych waflach, trwałość przez wiele cykli programowania, retencja w różnych temperaturach, niższa i lepiej kontrolowana energia zapisu, zgodność ze standardową produkcją oraz demonstracje na rzeczywistych obciążeniach sensorowych. Przekonujący wynik powinien pokazać cały potok — od wejścia z sensora do użytecznej decyzji — i uwzględniać energię zużywaną przez każdy obwód pomocniczy.

Dlatego ETCRAM warto obserwować, nie robiąc z niego opowieści o cudzie. Jego bezpośrednim osiągnięciem nie jest nowa funkcja konsumencka. To lepiej kontrolowana koncepcja pamięci analogowej, która może pozwolić części elektroniki przetwarzać informacje bliżej miejsca ich powstawania. Jeśli dalsze prace inżynieryjne potwierdzą jej założenia, ostateczna korzyść może okazać się przyjemnie nieefektowna: mniej transferów, mniej powielonego ruchu danych i dłuższy czas pracy baterii w urządzeniach, które całymi dniami obserwują, słuchają i mierzą.

Źródła i podstawa opracowania

Główne twierdzenia techniczne w tym artykule opierają się na komunikacie Sandia National Laboratories z 9 września 2026 roku dotyczącym ETCRAM oraz ogólnodostępnej publikacji badawczej „Multifunctional electrochemical memory stabilized by phase coexistence”. Szersze wyjaśnienie architektur ECRAM, stanów analogowych i wymagań systemowych pochodzi z przeglądu „Electrochemical random-access memory: recent advances in materials, devices, and systems towards neuromorphic computing”.