Резистивната памет с произволен достъп (RRAM или ReRAM) отдавна се сочеше като „убиецът“ на флаш паметта, обещавайки по-висока скорост и почти безкрайна издръжливост. Реалността обаче се оказа по-сурова – технологията не успя да се наложи масово поради проблеми с надеждността на материалите и производствената цена. Днес обаче изследователите се опитват да вдъхнат нов живот на тази концепция, насочвайки я към една конкретна цел: локалните AI изчисления.

Стекова архитектура срещу старата нестабилност

Основният проблем на класическата RRAM е формирането на проводими „нишки“ (filaments) при високо напрежение, което е трудно за контролиране и износва материала бързо. Новият подход, разработен от екип в Калифорнийския университет в Сан Диего (UCSD), предлага т.нар. „bulk RRAM“ дизайн.

Вместо да разчита на една нишка, системата променя съпротивлението на целия обемен слой на клетката. Тези клетки се подреждат в триизмерни стекове (до осем слоя), което позволява:

• Повече нива на съпротивлението: До 64 различни стойности в един стек, което е идеално за съхранение на „теглата“ (weights) в невронните мрежи.
• Мащабируемост: Устройствата могат да бъдат намалени до 40 нанометра, запазвайки стабилността си.
• Работа без селектор: Опростена архитектура, която намалява сложността на чипа.

Революция в „In-Memory“ изчисленията

Най-голямото предимство на RRAM е възможността за изчисления директно в паметта. При традиционните системи данните постоянно се движат между процесора и паметта, което създава т.нар. „гърло на бутилка на паметта“ (memory bottleneck) и води до консумацията на огромно количество енергия.

При стековата RRAM изчисленията на изкуствения интелект могат да се осъществяват на място. Тестовете на екипа показват, че подобна система може да класифицира данните от носими сензори с 90% точност, доближавайки се до производителността на конвенционалните дигитални системи, но при частица от техния енергиен разход.

Предизвикателствата пред комерсиализацията

Въпреки обещаващите резултати, RRAM все още не е готова да замени DRAM или NAND в масовия компютър. Оставащите пречки са:

• Температурна устойчивост: Паметта трябва да остане стабилна при високите работни температури в сървърните зали.
• Дългосрочно съхранение: Изследователите все още работят върху способността на клетките да запазват данните в продължение на години без деградация.

Въпреки това, в контекста на сегашната глобална криза и недостиг на памет през 2026 г., алтернативни технологии като RRAM стават все по-привлекателни за производителите, които търсят начин да оптимизират AI задачите в крайни устройства (Edge AI) без нужда от скъпи и енергоемки облачни изчисления.

Допълнителен контекст за развитието на RRAM технологията през 2026 г. поставя акцент върху нейната роля в „зелената“ електроника. Поради изключително ниската консумация на енергия в пасивно състояние, стековата RRAM се разглежда като ключов компонент за следващото поколение автономни сензори и импланти, които се захранват чрез енергия от околната среда (energy harvesting).