この脳に着想を得たチップは、AIシステムの消費エネルギーをおおよそどのくらい削減できる可能性があるか？

ケンブリッジ大学の研究チームは、酸化ハフニウムを使ったメムリスタを開発した。これは過去に流れた電流に応じて抵抗値が変化する素子で、データを別々のメモリチップとプロセッサチップの間でやり取りするのではなく、同じ場所で保存と処理の両方を行える。この「メモリ内演算」という設計は、脳の神経細胞が情報を扱う仕組みを模したもので、データの絶え間ない移動をなくすことで、AIのエネルギー消費をおよそ70パーセント削減できる可能性がある。

もっと低い数値では、この手法がもたらす節約規模を過小評価してしまう。従来のチップ設計では、マザーボード上でデータを行き来させること自体が、わずかどころか主要なエネルギーの浪費源になっているからだ。

これはニューロモルフィック・コンピューティングと呼ばれる研究分野に属する。ハードウェアを生物の脳のように振る舞わせようとする試みで、データセンターのごくわずかな電力で膨大な計算をこなすことを目指している。