Перспективная технология памяти приходит с неожиданной стороны: это не более быстрая версия обычной цифровой RAM, а устройство, отчасти похожее на перезаряжаемую батарею. Национальная лаборатория Sandia сообщает, что её электрохимико-термохимическая память с произвольным доступом, или ETCRAM, способна хранить аналоговые значения с точностью в 100 раз выше, чем существующая аналоговая память передового уровня, и с динамическим диапазоном как минимум на три порядка больше.

Крошечное аналоговое запоминающее устройство на полупроводниковом тестовом чипе под зондами микроскопа; мягкое свечение указывает на локальный нагрев.

Эти цифры взяты из собственного сообщения Sandia, поэтому их следует воспринимать как заявленный лабораторный результат, а не как показатель готового продукта. Устройство не заменило массовую память, и потребительского продукта на его основе пока не продемонстрировано. Более взвешенная причина обратить внимание на ETCRAM связана с конкретным узким местом современной электроники: энергией и временем, которые постоянно тратятся на передачу данных с датчика к отдельному процессору.

Если подход выдержит испытания на уровне массивов и производства, часть вычислений можно будет выполнять там, где собираются данные. Камера сможет предварительно сокращать или классифицировать визуальную информацию перед отправкой дальше. Промышленный датчик — локально фиксировать изменение вместо передачи непрерывного потока. Выигрыш появится за счёт уменьшения перемещений данных, а не благодаря тому, что каждый отдельный транзистор станет радикально мощнее.

Проблема часто не в вычислении, а в пути данных

В большинстве вычислительных систем память и обработка разделены. Датчик записывает измерение, память его хранит, а процессор извлекает данные для выполнения операции. Затем результат перемещается в другую часть системы. Каждая такая передача потребляет энергию, и затраты становятся заметными, когда устройство непрерывно собирает большие объёмы информации.

Для универсальных цифровых вычислений такая схема работает хорошо, однако датчики всё чаще создают информацию быстрее, чем небольшому устройству нужно её передавать. Камеры, микрофоны, промышленные мониторы, автомобили и носимая электроника формируют потоки, в которых большинство отдельных измерений не представляет интереса. Отправлять каждое необработанное значение центральному процессору или удалённому сервису может быть расточительно, если в итоге требуется простой ответ: движется ли что-то, вибрирует ли машина необычно или пересекла ли концентрация химического вещества заданный порог.

Направление, известное как вычисления в памяти, пытается уменьшить этот трафик, размещая полезные математические операции внутри памяти или рядом с ней. Аналоговая память — один из возможных путей. Вместо хранения только нуля или единицы ячейка может представлять диапазон значений проводимости. Такая проводимость может выступать числовым весом в операциях умножения и накопления, которые лежат в основе нейросетей и многих задач обработки сигналов.

Привлекательность идеи очевидна. Цифровой процессор обычно представляет число несколькими битами и перемещает эти биты по межсоединениям. Аналоговый массив способен кодировать множество весов в физических свойствах своих ячеек и выполнять части вычисления параллельно. Это не делает аналоговые вычисления автоматически лучше: важны шум, калибровка, ограниченная точность и преобразование между аналоговыми и цифровыми сигналами. Но такой подход создаёт обходной путь вокруг обмена между памятью и процессором, который доминирует в некоторых типах нагрузки.

Обзор 2024 года в Nano Convergence описывает электрохимическую память с произвольным доступом как одного из кандидатов для такого оборудования. В нём отмечается, что ECRAM-устройства могут выражать аналоговые состояния через движение ионов, а в опубликованных устройствах число состояний памяти превышает 1 000. Тот же обзор перечисляет инженерные требования, от которых зависит превращение лабораторной ячейки в полезное оборудование: сохранение состояния, выносливость, скорость переключения, линейность, симметрия, отношение токов во включённом и выключенном состояниях, разброс между устройствами, эффективность использования площади и совместимость с производством полупроводников.

ETCRAM относится к этому более широкому семейству, но добавляет локальный нагрев к электрохимическому процессу.

Что именно продемонстрировала Sandia

В сообщении Sandia от 9 сентября 2026 года говорится, что команда под руководством Эллиота Фуллера и Алека Талина продемонстрировала ETCRAM на материалах из тантала и оксида ванадия. Устройство использует электрические импульсы и локальный нагрев, чтобы изменять состояние материала внутри элемента памяти. Вместо выбора между двумя фиксированными цифровыми состояниями его можно программировать на диапазон аналоговых значений.

Сравнение с батареей здесь полезно. Если зарядить батарею наполовину, она окажется в состоянии между пустым и полным. В ETCRAM химическое состояние материала становится хранимой информацией. При последующем чтении измеряется электрическая проводимость устройства, отражающая это состояние. Аналогия не точна — перед нами наноразмерный компонент памяти, а не источник питания, — но она объясняет роль электрохимии.

В обычной электрохимической памяти ионы должны перемещаться через материалы и запускать изменения степени окисления. Этим движением можно управлять с помощью затворного электрода, тогда как отдельные электроды истока и стока считывают канал. Такая трёхконтактная схема позволяет отделить операцию программирования от операции чтения. Именно поэтому ECRAM привлекает внимание в исследованиях аналоговых вычислений.

Сложность в том, что химические процессы могут быть медленными. Согласно Sandia, решение состоит в том, чтобы устройство нагревало себя при запуске электрохимической активности. Более высокая температура помогает нужному процессу идти быстрее и расширяет диапазон настройки памяти. Sandia заявляет, что результатом стали точность в 100 раз выше, чем у существующей передовой технологии, и динамический диапазон как минимум в 1 000 раз больше.

Точность и динамический диапазон описывают разные стороны одной практической задачи. Точность показывает, насколько тонко устройство может различать соседние значения. Динамический диапазон — размах между наименьшими и наибольшими пригодными для работы сигналами. Устройство может обладать широким диапазоном, но плохо управляться внутри него, либо обеспечивать тонкое управление в узком диапазоне. Полезному элементу аналоговых вычислений нужны и достаточный диапазон для передачи осмысленного сигнала, и достаточная воспроизводимость, чтобы вычисления не дрейфовали.

Связанная с этой работой основная научная статья, опубликованная в 2026 году, описывает вертикально интегрированную ETCRAM с каналом и резервуаром на основе разделённых фаз оксида ванадия. Авторы сообщают, что программирование происходит за счёт перехода между двумя стабильными фазами оксида ванадия — VO2 и V2O5, — а такое поведение сохраняется при уменьшении толщины канала примерно до 20 нанометров. Этот результат масштабирования важен: у элемента памяти, который работает только как крупная изолированная лабораторная структура, мало шансов поместиться в плотную электронику.

Результат статьи всё ещё остаётся демонстрацией на уровне устройства. Он не доказывает, что полноценный чип на основе ETCRAM обеспечит определённое число операций на ватт или превзойдёт коммерческие цифровые ускорители в реальных приложениях. Для ответа на эти вопросы потребуются массивы, периферийные схемы, отображение программных алгоритмов, тепловой анализ и производственные испытания.

Почему химия имеет значение

Материалы здесь не декоративная деталь. Именно они определяют, насколько надёжно записывается информация, как долго она сохраняется, с какой скоростью устройство реагирует и сколько энергии требует операция.

В более ранних исследованиях ECRAM рассматривались литий, водород, кислород, медь и другие подвижные ионы. Каждый вариант создаёт собственный компромисс. Литий хорошо знаком по аккумуляторам и может поддерживать обратимое внедрение ионов, но его диффузию и сохранение состояния необходимо контролировать. Протоны способны быстро перемещаться в подходящих материалах, однако важными становятся влажность, свойства границ раздела и устойчивость к окружающей среде. Вакансии кислорода могут вызывать полезные изменения в оксидах металлов, но условия нагрева и химии при программировании требуют аккуратного управления.

Конструкция Sandia сосредоточена на электрохимии, связанной с кислородом, в оксидных материалах и использует тепло как часть механизма управления. Предыдущие работы команды и новая статья описывают ETCRAM как гибрид электрохимической памяти и переключения с термической активацией. Цель — получить точность и энергонезависимое поведение, связанные с контролируемыми химическими состояниями, одновременно уменьшив скоростной недостаток, который возникает из-за движения ионов при комнатной температуре.

Разделение фаз — ещё одна часть этой истории. Если материал способен переходить в различные стабильные составы, устройство может надёжнее сохранять запрограммированное сопротивление, чем система, в которой ионы постоянно дрейфуют через однородную среду. В исследованиях ECRAM сохранение состояния неоднократно называлось центральной проблемой. Память, которая красиво обновляет аналоговые значения, но быстро их теряет, не может служить долговременным хранилищем и может оказаться непригодной даже для задач вывода, если веса приходится постоянно восстанавливать.

Недавняя научная статья описывает структуру, призванную стабилизировать запрограммированное состояние за счёт сосуществования фаз. Это свидетельство определённой инженерной стратегии, но не доказательство того, что каждая ячейка ETCRAM будет сохранять значение бесконечно. В реальных массивах появляются пути утечки, производственный разброс, изменения температуры и взаимодействие со схемами адресации. Сохранение состояния нужно измерять на множестве ячеек и в течение длительного времени, в реалистичных условиях.

Наиболее вероятное ближайшее применение — рядом с датчиком

Sandia выделяет периферийные вычисления как возможную область применения. Периферийные вычисления означают обработку данных рядом с местом их генерации, а не немедленную отправку на удалённый сервер. В такой конфигурации ETCRAM не обязана заменять всю память телефона или промышленного контроллера. Она могла бы стать специализированным блоком для узкой операции — например, фильтрации, извлечения признаков или работы небольшой модели машинного обучения.

Представим камеру. Сенсор изображения создаёт большой объём необработанной информации. Обычный конвейер может перемещать её через несколько стадий, прежде чем система идентифицирует человека, обнаружит дефект или решит, что ничего важного не произошло. Аналоговый массив памяти, расположенный рядом с датчиком, мог бы кодировать веса и локально выполнять часть операции распознавания. Цифровое управление и, вероятно, аналого-цифровое преобразование всё равно понадобятся, но системе, возможно, придётся передавать только компактный результат или выбранную часть данных.

Та же логика применима к промышленному мониторингу. Вибрационный датчик может создавать непрерывную форму сигнала, хотя программному обеспечению для технического обслуживания в конечном счёте нужно лишь предупреждение о необычном шаблоне. Локальное оборудование могло бы вычислять признаки или сравнивать сигнал с обученными весами, уменьшая сетевой трафик и потенциально сокращая задержку. В автомобиле локальная обработка могла бы помогать интерпретировать информацию с камер и других датчиков до того, как данные попадут в более крупный вычислительный блок.

Есть и последствия для конфиденциальности, хотя преувеличивать их не стоит. Если устройство способно локально классифицировать или обобщать данные, ему может не понадобиться загружать каждое исходное изображение или аудиофрагмент. Это способно уменьшить раскрытие информации, но не гарантирует приватность. Системе по-прежнему нужны грамотное управление данными, защищённая прошивка, ясные правила хранения и защита локальной модели от атак. Перенос обработки меняет путь данных, но сам по себе не решает проблему безопасности.

Поэтому самый сильный аргумент в пользу ETCRAM звучит не как «аналоговая память сделает ИИ бесплатным». Он гораздо уже: задачи, в которых одни и те же или медленно меняющиеся математические операции многократно применяются к большим потокам данных от датчиков, могут выиграть, если надёжный аналоговый массив будет выполнять их без постоянной переброски данных между раздельными компонентами.

Что по-прежнему сложно

Громкая цифра точности не охватывает те части системы, которые часто определяют практическую судьбу новой памяти.

Во-первых, отдельная ячейка — это ещё не массив. Полезному чипу нужны тысячи или миллионы элементов, соединённых с линиями слов, разрядными линиями, селекторами, драйверами и схемами считывания. Ячейки нужно адресовать, не нарушая состояния соседей. Их отклик должен оставаться предсказуемым при совместном использовании питания, тепла и проводников. Устройство, впечатляющее в одиночном измерении, после интеграции может оказаться сложным для калибровки.

Во-вторых, аналоговая точность не равна цифровой точности. Аналоговые ячейки естественным образом сталкиваются с шумом, дрейфом, нелинейным обновлением и разбросом от устройства к устройству. Схеме могут понадобиться калибровка, избыточность или алгоритмы, устойчивые к ошибкам. Вспомогательные схемы потребляют площадь и энергию. Правильное сравнение — это не ячейка памяти с цифровым транзистором, а законченная система для конкретной задачи с другой законченной системой.

В-третьих, саморазогрев создаёт тепловую задачу. Нагрев способен ускорить электрохимическую реакцию, но тепло нужно генерировать, локализовать и отводить контролируемым образом. Если соседние ячейки начнут нагревать друг друга, их состояния могут мешать друг другу. Если тепловой импульс окажется слишком сильным, он может повредить материалы или сократить выносливость. Та же особенность, которая даёт ETCRAM широкий диапазон, может ограничить плотность, скорость или рабочий цикл.

В-четвёртых, запись и чтение — не вся производственная проблема. Устройство нужно изготавливать из воспроизводимых тонких плёнок, с совместимыми интерфейсами и приемлемым выходом годных изделий. Наблюдение из статьи 2026 года о сохранении поведения оксида ванадия при толщине около 20 нанометров обнадёживает с точки зрения масштабирования, но это лишь один компонент производственного процесса. Интеграция структуры с обычной логикой, упаковка и испытания в разных температурных режимах и на протяжении всего срока службы — отдельные вызовы.

В-пятых, энергетическое утверждение зависит от границ системы. Ячейка памяти может тратить мало энергии на конкретное обновление, тогда как драйверы, преобразователи, межсоединения и логика управления потребляют намного больше. И наоборот, сокращение передачи данных может дать значительную экономию на уровне системы, даже если сама аналоговая операция не отличается исключительной эффективностью. В будущих демонстрациях потребуется показывать полные рабочие нагрузки, а не только благоприятные измерения отдельных ячеек.

Наконец, лучшие приложения могут оказаться не универсальными вычислениями. Аналоговое оборудование особенно убедительно там, где его физическое поведение соответствует вычислению. Вывод нейросети, фильтрация и объединение данных датчиков выглядят более естественными целями, чем произвольные офисные программы или задачи, требующие точной и легко проверяемой арифметики. Цифровая память останется важной для управления, хранения, связи и высокоточных операций. ETCRAM могла бы дополнять такие системы, а не сделать их устаревшими.

Как воспринимать эти хорошие новости

Хорошая новость в том, что исследователи работают с реальным узким местом, связывая материаловедение с понятной вычислительной задачей. Sandia не просто предлагает сделать будущие устройства эффективнее: команда сообщает о конкретном элементе памяти, называет материалы, объясняет роль саморазогрева и указывает измеримый прирост точности и динамического диапазона. Связанная научная статья добавляет данные о фазовом поведении, вертикальной интеграции и наноразмерной толщине.

Не менее конкретна и необходимая осторожность. В сообщении описывается технология, которая всё ещё развивается, а Sandia говорит, что команда испытывает конструкции с несколькими материалами. Там же указано, что ETCRAM стала финалистом премии R&D 100 Award 2026 года. Это признание технического потенциала, а не гарантия коммерциализации.

Следующие действительно значимые этапы легко назвать: более крупные массивы, воспроизводимость на разных кремниевых пластинах, выносливость после множества циклов программирования, сохранение состояния при разных температурах, меньшее и лучше контролируемое энергопотребление записи, совместимость со стандартным производством и демонстрации на реальных сенсорных нагрузках. Убедительный результат должен показать весь конвейер — от входного сигнала датчика до полезного решения — и учесть энергию каждой вспомогательной схемы.

Поэтому за ETCRAM стоит следить, не превращая её в историю о чуде. Её непосредственное достижение — не новая функция для потребителей. Это более управляемая концепция аналоговой памяти, которая может позволить некоторым электронным системам обрабатывать информацию ближе к месту её появления. Если инженерные характеристики продолжат подтверждаться, итоговая польза может оказаться приятно неприметной: меньше передач, меньше дублирующего перемещения данных и более долгий срок работы батареи у устройств, которые целыми днями наблюдают, слушают и измеряют.

Источники и основа материала

Основные технические утверждения этой статьи основаны на сообщении Национальной лаборатории Sandia от 9 сентября 2026 года об ETCRAM и открытой научной статье «Multifunctional electrochemical memory stabilized by phase coexistence». Более широкое объяснение архитектур ECRAM, аналоговых состояний и системных требований следует из обзора «Electrochemical random-access memory: recent advances in materials, devices, and systems towards neuromorphic computing». Дополнительный контекст даёт работа «Self-heating electrochemical cell with nine decades of programmable linear resistance».