Ученые ННГУ научились сравнивать энергоэффективность разных типов искусственного интеллекта

17 июня 2026
Искусственный интеллект

Сотрудники лаборатории стохастических мультистабильных систем Нижегородского государственного университета имени Н. И. Лобачевского разработали методологию, которая впервые позволяет напрямую сравнивать энергопотребление принципиально разных вычислительных архитектур — от обычных GPU и нейропроцессоров до экспериментальных мемристорных систем, имитирующих работу биологических нейронов.

До сих пор сравнить, сколько энергии тратит классическая нейросеть на видеокарте, спайковая нейросеть на специализированном чипе и мемристорное устройство, было затруднительно — у них разная архитектура и разные единицы измерения. Ученые ННГУ предложили единую метрику — энергопотребление на одно синаптическое событие — и применили ее сразу к нескольким типам систем, включая биологические синапсы человека и крысы.

Результат оказался показательным: органические мемристоры — устройства, имитирующие работу нейронных связей напрямую в материале, — расходуют на одно событие порядка нескольких фемтоджоулей, что сопоставимо с энергозатратами живого синапса и ниже, чем у любых цифровых аналогов.

«Главная особенность нашей работы заключалась в прямом сравнении различных вычислительных архитектур в единой системе измерения энергопотребления», — поясняет руководитель исследования Иван Кипелкин.
Экспериментальной базой для расчетов стали неорганические мемристорные кроссбары — чипы архитектуры 32×8, изготовленные в ННГУ в рамках государственного задания по развитию электронной промышленности.
«На базе нашего вуза были проведены измерения токов, расчеты энергии переключения, а также анализ физических моделей нейронных осцилляторов на мемристорах», — рассказал директор НОЦ «Физика твердотельных наноструктур» Алексей Михайлов.
По словам исследователей, результаты подтверждают необходимость отказа от классической архитектуры компьютеров в пользу вычислений, где обработка данных происходит прямо в памяти, а не отдельно от нее. В перспективе подобные энергоэффективные системы могут найти применение в автономных устройствах с ограниченным энергоресурсом — дронах, носимой электронике, нейропротезах и интерфейсах мозг-компьютер, где критична каждая единица потребляемой энергии.

Результаты исследования опубликованы в журнале IEEE Access. Работа велась совместно с Национальным центром физики и математики, а также при участии ученых из Сербии, Италии, США и Испании.

Проект реализуется в рамках программы Минобрнауки России «Приоритет-2030» (нацпроект «Молодежь и дети»).