နေအိမ်သတင်းသုတေသီများသည် AI နှင့် IoT စက်များအတွက် Ultralow Voltage Chips (0.6 ဗို့) ကို တီထွင်ခဲ့သည်

သုတေသီများသည် AI နှင့် IoT စက်များအတွက် Ultralow Voltage Chips (0.6 ဗို့) ကို တီထွင်ခဲ့သည်



လော့ဂျစ်နှင့် မမ်မိုရီသည် တူညီသော အလွန်နိမ့်သောဗို့အားဖြင့် လည်ပတ်သောအခါ၊ ဒေတာလွှဲပြောင်းမှုသည် ချောမွေ့လာကာ AI မော်ဒယ်များ၊ edge ကိရိယာများနှင့် ဝတ်ဆင်နိုင်သော အီလက်ထရွန်နစ်ပစ္စည်းများတွင် ထိရောက်မှုအသစ်များကို အရိပ်အမြွက်ပြသည်။

ပီကင်းတက္ကသိုလ်မှ သုတေသီအဖွဲ့တစ်ဖွဲ့သည် အလွန်နိမ့်သောဗို့အား 0.6 ဗို့ဖြင့် လုပ်ဆောင်နိုင်သော နာနိုဂိတ် ferroelectric transistor ကို တီထွင်ခဲ့သည်။ဒီဇိုင်းသည် တံခါး၏ရုပ်ပိုင်းဆိုင်ရာအရွယ်အစားကို 1 nanometer သာကျုံ့စေပြီး အဆင့်မြင့် semiconductor စနစ်များတွင် စွမ်းအင်သုံးစွဲမှုကို လျှော့ချရန် လမ်းကြောင်းပေးသည်။

သမားရိုးကျ လော့ဂျစ်ချစ်ပ်များသည် စွမ်းအင်ထိရောက်မှုအတွက် 0.7 ဗို့ဝန်းကျင်တွင် လုပ်ဆောင်နေပြီး NAND flash ကဲ့သို့သော ပင်မမငြိမ်မသက်မှတ်ဉာဏ်များသည် စာရေးခြင်းလုပ်ငန်းအတွက် ပိုမိုဗို့အား လိုအပ်ပါသည်။ဤကွာဟချက်သည် ယခင်က လိုအပ်သော ရှုပ်ထွေးသော ဗို့အား အဆင့်မြှင့်ခြင်း သို့မဟုတ် တစ်ဆင့်ဆင်း ဆားကစ်များဖြစ်ပြီး ပါဝါသုံးစွဲမှု၊ နေရာလွတ်များ ဆုံးရှုံးကာ လော့ဂျစ်နှင့် မမ်မိုရီယူနစ်များကြား ဒေတာလွှဲပြောင်းမှု ပိတ်ဆို့မှုများကို ဖန်တီးပေးခဲ့သည်။

nano-gate transistor အသစ်များသည် memory နှင့် logic devices နှစ်ခုလုံးအတွက် voltage-compatible ဖြစ်စေရန် ဒီဇိုင်းထုတ်ထားပါသည်။တူညီသောဗို့အားနိမ့်သည့်နေရာတွင် ဒေတာလွှဲပြောင်းခြင်းကို ဖွင့်ပေးခြင်းဖြင့်၊ ဗိသုကာသည် အတားအဆီးများကို ဖယ်ရှားပေးပြီး စွမ်းအင်ဆုံးရှုံးမှုကို လျှော့ချပေးကာ AI ချစ်ပ်များတွင် ပါဝါ 60 မှ 90 ရာခိုင်နှုန်းကို တွက်ချက်ခြင်းထက် ဒေတာလှုပ်ရှားမှုတွင် မကြာခဏသုံးစွဲလေ့ရှိသည့် AI ချစ်ပ်များတွင် အဓိကကန့်သတ်ချက်ကို ဖြေရှင်းပေးသည်။

စက်ပစ္စည်းများသည် ခိုင်မာသောမှတ်ဉာဏ်စွမ်းဆောင်ရည်ကိုပြသပြီး အောက်ခြေရုပ်ပိုင်းဆိုင်ရာနိယာမသည် သာလွန်ကောင်းမွန်ကြောင်း သုံးသပ်သူများက ၎င်းသည် ပင်မရေစီးကြောင်း ferroelectric ပစ္စည်းများနှင့် သက်ဆိုင်ကြောင်း မှတ်သားထားသည်။အဆိုပါနည်းပညာကို အကြီးစားထုတ်လုပ်မှုနှင့် လိုက်ဖက်ညီမှုကို မီးမောင်းထိုးပြပြီး စံစက်မှုလုပ်ငန်းစဉ်များကို အသုံးပြု၍လည်း ထုတ်လုပ်နိုင်သည်။

ဤဖွံ့ဖြိုးတိုးတက်မှုအတွက် အပလီကေးရှင်းများတွင် ကြီးမားသော AI မော်ဒယ်များ၊ edge intelligence၊ ဝတ်ဆင်နိုင်သော အီလက်ထရွန်းနစ်ပစ္စည်းများနှင့် ပါဝါသုံးစွဲမှုနည်းပါးခြင်းသည် အရေးကြီးသည့် မြန်နှုန်းမြင့် ကောက်ချက်ချမှုတို့ ပါဝင်သည်။ချဉ်းကပ်မှုသည် အနာဂတ် ဆီမီးကွန်ဒတ်တာ ထုတ်ကုန်များတွင် တွက်ချက်မှုဆိုင်ရာ ထိရောက်မှုနှင့် စွမ်းအင် ရေရှည်တည်တံ့မှုကို မြှင့်တင်ရန် ကူညီပေးနိုင်သည်။

ပီကင်းတက္ကသိုလ်မှ အကြီးတန်း သုတေသီ Qiu Chenguang က "ကျွန်ုပ်တို့၏ တွေ့ရှိချက်သည် မှတ်ဉာဏ်နှင့် ယုတ္တိဗေဒအကြား ဗို့အားမလိုက်ဖက်မှု၏ စိန်ခေါ်မှုကို ဖြေရှင်းပေးပါသည်။ ယခုအခါ ဒေတာကို မြန်နှုန်းမြင့် အပြန်အလှန်ဆက်သွယ်မှုအတွက် စွမ်းအင်သုံးစွဲမှု အနည်းဆုံးဖြင့် ဗို့အားနိမ့်ဖြင့် လွှဲပြောင်းနိုင်ပြီဖြစ်သည်။"