ANH – Các nhà nghiên cứu đã phát triển một loại thiết bị điện tử nano mới có khả năng giảm điện năng tiêu thụ bởi các phần cứng được hỗ trợ bởi công nghệ trí tuệ nhân tạo (AI) thông qua việc mô phỏng cơ chế hoạt động của não bộ con người.

Nhóm nghiên cứu, dẫn đầu bởi đại học Cambridge, đã chế tạo một dạng oxit hafni (1) đóng vai trò như một điện trở nhớ (memristor) (2) có độ ổn định cao và tiêu thụ năng lượng thấp, một linh kiện được thiết kế để bắt chước cách thức kết nối hiệu quả giữa các tế bào thần kinh trong não bộ con người. Kết quả nghiên cứu đã được công bố trên tạp chí Science Advances.
(1) Hafnium oxide (HfO2): hay hafnia, là một hợp chất vô cơ dạng rắn, màu trắng. Trong ngành công nghiệp bán dẫn và vật liệu tiên tiến, đây là một trong những vật liệu “vàng” nhờ các đặc tính vật lý và điện học đặc biệt.
(2) Memristor: là một linh kiện điện tử tiên tiến có khả năng “ghi nhớ” lượng điện tích đã từng đi qua nó, ngay cả khi đã ngắt nguồn điện.

Các hệ thống AI hiện nay đang dựa vào các chip máy tính truyền thống, vốn phải luân chuyển dữ liệu liên tục giữa bộ nhớ và bộ vi xử lý. Quá trình di chuyển không ngừng này tiêu tốn một lượng điện năng lớn, trong khi nhu cầu năng lượng trên thế giới đang tăng trưởng đột biến khi công nghệ AI được tích hợp sâu rộng trên mọi lĩnh vực.

Điện toán mô phỏng thần kinh (neuromorphic computing) là một phương thức xử lý thông tin thay thế, có thể giảm mức tiêu thụ năng lượng đến 70% bằng cách lưu trữ và xử lý thông tin tại cùng một vị trí, đồng thời vận hành với công suất cực thấp. Hệ thống này sẽ có khả năng thích nghi cao hơn, tương tự như cách não bộ con người tự học hỏi và điều chỉnh.

Tiến sĩ Babak Bakhit từ khoa khoa học vật liệu và luyện kim thuộc đại học Cambridge, tác giả chính của nghiên cứu, chia sẻ: “Tiêu thụ năng lượng là một trong những vấn đề then chốt đối với phần cứng AI hiện nay. Để giải quyết vấn đề đó, cần các thiết bị có dòng điện cực thấp, độ ổn định tuyệt vời, tính đồng nhất vượt trội qua các chu kỳ chuyển đổi giữa các thiết bị, và khả năng chuyển đổi giữa nhiều trạng thái riêng biệt.”

Hầu hết các điện trở nhớ hiện nay dựa trên việc hình thành các sợi dẫn điện siêu nhỏ bên trong vật liệu oxit kim loại. Tuy nhiên, các sợi này hoạt động khó dự đoán và thường yêu cầu điện áp hình thành cũng như vận hành cao, làm hạn chế khả năng ứng dụng của chúng trong các hệ thống tính toán và lưu trữ dữ liệu ở quy mô lớn.

Thay vào đó, đội ngũ nghiên cứu tại đại học Cambridge đã tạo ra một loại màng mỏng dựa trên chất liệu hafni mới với cơ chế chuyển đổi trạng thái hoàn toàn khác biệt. Bằng cách bổ sung stronti cùng titan và nuôi cấy lớp màng bằng phương pháp hai bước, các nhà nghiên cứu đã tạo ra được các cổng điện tử siêu nhỏ, hay còn gọi là “p-n junctions”, bên trong oxit tại nơi các lớp tiếp xúc. Điều này cho phép thiết bị thay đổi điện trở một cách mượt mà bằng cách dịch chuyển độ cao của rào cản năng lượng (energy barrier) (*) tại bề mặt tiếp giáp, thay vì phải hình thành hay phá vỡ các sợi dẫn điện.
(*) Energy barrier: là một khái niệm trong vật lý, dùng để mô tả “mức năng lượng tối thiểu” mà hạt (thường là electron) phải vượt qua để di chuyển từ trạng thái này sang trạng thái khác.

Tiến sĩ Bakhit, người đồng thời làm việc tại khoa kỹ thuật của đại học Cambridge, cho biết cơ chế này đã khắc phục được một trong những thách thức lớn nhất trong việc phát triển công nghệ điện trở nhớ. Tiến sĩ nói rằng: “Các thiết bị hoạt động dựa trên sợi dẫn điện thường gặp phải tình trạng vận hành ngẫu nhiên, thiếu ổn định. Tuy nhiên, vì thiết bị của nhóm nghiên cứu thực hiện chuyển đổi ngay tại bề mặt tiếp giáp, chúng thể hiện tính đồng nhất vượt trội giữa các chu kỳ vận hành và giữa các thiết bị với nhau.”

Sử dụng các thiết bị dựa trên nền tảng hafni, nhóm nghiên cứu đã đạt được dòng điện chuyển đổi thấp hơn khoảng một triệu lần so với một số thiết bị dựa trên oxit thông thường. Các điện trở nhớ này cũng tạo ra hàng trăm mức độ dẫn điện ổn định và riêng biệt, một yêu cầu then chốt cho kỹ thuật điện toán analog trực tiếp trên bộ nhớ.

Các thử nghiệm trong phòng thí nghiệm cho thấy thiết bị có thể chịu đựng ổn định hàng chục nghìn chu kỳ chuyển đổi và lưu giữ các trạng thái đã lập trình trong khoảng một ngày. Các điện trở nhớ này không chỉ hoạt động như linh kiện điện tử vô tri, mà chúng còn tái hiện được các quy tắc học tập cơ bản của các sinh vật sống, như tính dẻo phụ thuộc vào thời gian xung (spike-timing dependent plasticity): cơ chế mà qua đó các tế bào thần kinh tăng cường hoặc làm yếu đi sự kết nối tùy thuộc vào thời điểm tín hiệu truyền đến.

Tiến sĩ Bakhit nói tiếp: “Đây chính là những đặc tính cần thiết nếu muốn một phần cứng có khả năng học hỏi và thích nghi, thay vì chỉ đơn thuần là lưu trữ các đơn vị dữ liệu (bits)”.

Tuy nhiên, vẫn còn một số thách thức cần vượt qua. Quy trình chế tạo hiện tại yêu cầu nhiệt độ gần 700°C, cao hơn mức dung sai trong sản xuất bán dẫn tiêu chuẩn. Tiến sĩ Bakhit chia sẻ: “Đây là thách thức chính trong quy trình chế tạo thiết bị của nhóm nghiên cứu. Nhưng nhóm đang nỗ lực tìm cách hạ thấp nhiệt độ để giúp công nghệ này tương thích hơn với các quy trình công nghiệp tiêu chuẩn.”

Mặc dù vậy, ông tin rằng công nghệ này cuối cùng có thể được tích hợp vào các hệ thống quy mô chip điện tử. Tiến sĩ Bakhit khẳng định: “Nếu nhóm nghiên cứu có thể giảm nhiệt độ và đưa các thiết bị này lên một chip điện tử, đó sẽ là một bước tiến lớn”.

Tiến sĩ Bakhit, một nhà vật lý vật liệu, chia sẻ rằng bước đột phá này là kết quả sau nhiều năm thực hiện các thí nghiệm không thành công. Bước đột phá xảy ra vào cuối năm 2025 khi ông thử nghiệm một thay đổi nhỏ trong phương pháp lắng đọng hai giai đoạn, đó là bổ sung oxy sau khi lớp đầu tiên đã được hình thành.

Tiến sĩ Bakhit nói rằng: “Tôi đã dành gần ba năm cho nghiên cứu này. Đã có rất nhiều thất bại xảy ra. Nhưng vào cuối tháng 11/2025, nhóm nghiên cứu đã thấy những kết quả khả quan đầu tiên. Tất nhiên, đây vẫn chỉ là giai đoạn đầu, nhưng nếu nhóm có thể giải quyết được vấn đề về nhiệt độ, công nghệ này có thể thay đổi hoàn toàn dự án vì mức tiêu thụ năng lượng thấp hơn rất nhiều, đồng thời hiệu suất thiết bị cũng đầy hứa hẹn.”

Để xem các tin bài khác về “Vật liệu chip”, hãy nhấn vào đây.

 

Nguồn: Electronics Online