传统的计算机芯片使用不同的区域来进行计算和数据存储，但新的研究首次表明这些区域可以在2D材料上结合在一起，这将产生更小、更强大、更节能的设备。
从技术上讲，它是内存中逻辑架构或单个架构，其中逻辑运算与存储功能结合在一起。它节省了在处理阶段和存储阶段之间传递数据所需的时间和精力。
尽管以前已经开发过这些单一体系结构的芯片，但它们并未使用2D材料-在这种情况下为二硫化钼或MoS 2。MoS 2是仅三原子厚的出色半导体，已被证明是理想的材料。
(EPFL/LANES)
这项创新背后的科学家表示，它在人工智能中特别有用，从自动驾驶汽车到可以识别您声音的智能扬声器，因为它模仿了人脑神经元使用的联合方法。
瑞士洛桑联邦理工学院（EPFL）的电气工程师Andras Kis说：“电路执行两种功能的能力类似于人脑的工作方式，其中神经元参与存储记忆和进行心理计算。”。
“我们的电路设计具有几个优点。它可以减少与在存储单元和处理器之间传输数据相关的能量损失，减少计算操作所需的时间，并缩小所需的空间。”
新芯片基于浮栅场效应晶体管或FGFET。这些晶体管已经用于手机和笔记本电脑内部的存储，以能够长时间保持电荷而著称。
MoS 2先前已被确立为电子产品的杰出材料，其灵敏性足以与FGFET协同工作，以在单个电路中封装众多处理功能，从而使这些电路既可以用作存储器存储单元，也可以用作可编程晶体管。
与这种实验室工作一样，将它转换成适合于商业系统和小工具的形式将需要一段时间，但是研究背后的团队在扩大芯片生产技术方面具有必要的专业知识。
从监控摄像头到路牌，我们越来越多的小工具需要额外的智能设备-不仅要存储信息，而且要在处理过程中做出明智的决策，同时还要保持低功耗。
满足这一需求不仅需要弄清楚必要的计算机芯片的物理原理，还需要找到合适的材料以使它们成为现实，就像研究人员在这里所做的那样。事实证明，当涉及到AI时，复制人的大脑是一种非常好的方法。
研究人员在发表的论文中写道：“内存和逻辑的这种直接集成可以提高处理速度，为实现基于2D材料的节能电路实现机器学习，物联网和非易失性计算开辟了道路。”。
