Il transistor che cambia velocità per l'AI esiste davvero?

Un transistor che non ha più un solo tempo di risposta

Se avete mai lavorato con sensori, segnali dinamici o sistemi embedded, saprete certamente che un circuito ottimizzato per seguire una variazione lenta non è necessariamente quello che vorreste usare quando il segnale cambia migliaia di volte più rapidamente, perché il problema non è soltanto acquisire il dato ma riuscire a conservarne la storia recente, filtrarla, trasformarla ed estrarne informazione senza spostare continuamente tutto fra memoria e processore. Il KAIST (Korea Advanced Institute of Science and Technology) ha presentato il 7 agosto 2026 una soluzione che rende questa distinzione MOLTO meno rigida, ovvero il PDM (Programmable Dynamic Memtransistor), un singolo dispositivo nel quale il tempo con cui la corrente torna verso il proprio stato iniziale può essere programmato su livelli differenti e poi ricordato anche senza mantenere continuamente alimentata la configurazione.

Dentro il PDM ci sono due memorie con due lavori diversi

Il punto più interessante dal lato della progettazione elettronica è la struttura del gate, perché il PDM integra il CSL (Charge Storage Layer), ossia uno strato che gestisce in modo volatile la risposta temporale al segnale, ed il CTL (Charge Trap Layer), cioè uno strato nel quale la carica intrappolata modifica in modo non volatile la curvatura delle bande e quindi la dinamica con cui il dispositivo recupera dopo uno stimolo. Il gruppo guidato da Shinhyun Choi è arrivato a programmare otto stati distinti, equivalenti a tre bit di configurazione, portando la costante di rilassamento misurata da circa 0,71 ms a 3,76 ms, quindi ad una variazione di poco superiore a cinque volte, mentre la risposta in frequenza caratteristica si sposta su un intervallo ancora più ampio. In pratica non cambia il segnale in ingresso per adattarlo al transistor, ma cambia IL TRANSISTOR per adattare il proprio comportamento temporale al segnale.

Fin qui potrebbe sembrare soltanto un elegante esercizio di fisica dei dispositivi. Ma quando gli stessi elementi vengono messi in parallelo con dinamiche differenti accade la parte che rende la notizia molto più interessante per l'AI, perché ciascun PDM osserva la stessa sequenza temporale attraverso una propria memoria fisica del passato e l'insieme forma un reservoir hardware capace di estrarre contemporaneamente caratteristiche lente e veloci. Nel test MSO (Multiple Superimposed Oscillator), costruito apposta sovrapponendo oscillazioni con scale temporali differenti, questa architettura ha ridotto l'errore di previsione fino a 40 volte rispetto ad un singolo reservoir con risposta fissa, mentre nella previsione dell'attrattore caotico di Lorenz l'array fisico ha raggiunto risultati confrontabili con l'approccio software.

I numeri elettrici sono ancora più curiosi

Se progettate elettronica a bassa potenza, probabilmente il numero che vi farà tornare indietro a rileggere è 0,21 attojoule, perché è l'energia calcolata sul gate per la modulazione volatile durante una sequenza di 100 impulsi da 3 V e 50 ns, mentre la programmazione non volatile del CTL richiede molto di più ed arriva nel caso più gravoso indicato dai ricercatori a 16,2 pJ. Sono due operazioni completamente diverse e sarebbe scorretto confonderle, ma proprio questa separazione permette di programmare raramente la dinamica del dispositivo e poi usare una risposta temporale estremamente economica durante l'elaborazione. Il PDM ha inoltre mostrato switching nell'ordine dei 50 ns, variazioni contenute fra dispositivi ed una struttura compatibile con processi CMOS, elementi che contano molto più di qualsiasi slogan quando si prova ad immaginare un componente reale e non soltanto una dimostrazione da laboratorio.

Il gruppo ha infatti realizzato anche un array 16 × 16 con configurazione 2T, ovvero un PDM affiancato ad un transistor di selezione per limitare i percorsi di corrente indesiderati, arrivando a costruire righe nelle quali dispositivi programmati con costanti temporali differenti lavorano come sub-reservoir dello stesso sistema. Questo significa arrivare a memorizzare, rispondere, differenziare ed elaborare la dinamica di un segnale direttamente nel dispositivo, invece di costringere un processore convenzionale ad eseguire tutta la trasformazione nel dominio digitale.

Perché questa notizia conta davvero per l'elettronica applicata alla AI

NON siamo davanti ad un sostituto delle GPU e nemmeno ad un componente che domani troveremo in catalogo accanto ad un microcontrollore, perché la ricerca pubblicata su Nature Communications il 4 luglio 2026 dimostra un principio, un dispositivo ed un array sperimentale e resta ancora da trasformare tutto questo in una tecnologia industriale completa. Il fatto notevole è però che memoria, dinamica temporale e calcolo iniziano a smettere di essere blocchi rigidamente separati, mentre un singolo transistor acquista una caratteristica che fino a poco tempo fa avremmo affidato ad un insieme di circuiti, memoria ed algoritmo, arrivando a prendere un flusso di dati, conservarne fisicamente una parte della storia e controllarne la risposta, USANDOLO PER leggere e prevedere il mondo reale con meno movimento di dati e quindi con la prospettiva di consumare molta meno energia!