وجود پردازش و ذخیره‌سازی و داده‌ها در واحدهای جداگانه باعث می‌شود که به طور مداوم بین این دو انتقال داده شود که باعث مصرف قابل توجه زمان و انرژی می‌شود.
در پیشرفتی قابل ملاحظه در حوزه الکترونیک، لابراتوار ساختارها و تجهیزات الکترونیکی EPFL موفق به ساخت یک تراشه کامپیوتری شد که عملیاتهای منطقی و ذخیره‌سازی دیتا در یک معماری واحد ترکیب کرده است. این موفقیت راه را برای ساخت دستگاههای رایانشی کاراتر در آینده هموار می‌کند.

به گزارش روابط عمومی شرکت پیشخوان خدمات ایرانیان و به نقل از اسلش‌گیر، مهندسان می‌گویند که این معماری می‌تواند مزایایی عمده برای سیستمهای هوش مصنوعی داشته باشد. این تکنولوژی نخستین تکنولوژی است که از یک متریال دوبعدی برای یک معماری واحد منطقی در حافظه استفاده می‌کند. این معماری هر دو کارکرد منطقی و حافظه را ترکیب کرده است. راندمان انرژی تراشه‌های کامپیوتری به طور سنتی توسط معماری فون نویمان محدود شده است که در حال حاضر در پردازش داده‌ها و ذخیره‌سازی داده‌ها در دو واحد جداگانه استفاده می‌شود.
وجود پردازش و ذخیره‌سازی و داده‌ها در واحدهای جداگانه باعث می‌شود که به طور مداوم بین این دو انتقال داده شود که باعث مصرف قابل توجه زمان و انرژی می‌شود. ترکیب پردازش و ذخیره‌سازی در یک معماری واحد امکان کاهش زمان و انرژی مصرف شده را فراهم می‌آورد. این ماده دوبعدی EPFL که این تراشه از آن ساخته شده MoS2, نامیده می‌شود، که یک ماده دوبعدی متشکل از یک لایه با ضخامت سه اتم است.

این متریال یک نیمه‌هادی فوق‌العاده است، و مهندسان قبلا ویژگی‌های این ماده را مورد مطالعه قرار داده بوده و متوجه شده‌اند که تطابق خوبی با کاربردهای الکترونیکی دارد. این تراشه مبتنی بر ترانزیستورهای اثر میدان گیت شناور (FET) است. ترانزیستورهای این نوع می‌توانند بارهای الکتریکی را برای دوره‌های طولانی در خود نگه دارند و به طور سنتی در دستگاههای ذخیره‌سازی حافظع فلش برای کامپیوترها و گوشیها استفاده می‌شوند.
ویژگی‌های MoS2 باعث می‌شود که به بارهای ذخیره شده در چنین ترانزیستورها حساس شود و برای مهندسان این امکان را فراهم می‌آورد تا مدارهایی را توسعه دهند که می‌توانند به عنوان ترانزیستورهای قابل برنامه‌دهی و واحدهای ذخیره‌سازی حافظه عمل کنند. پژوهشگران این پروژه می‌گویند که این طراحی مدار چند مزیت دارد. اول اینکه تلفات انرژی مرتبط با انتقال داده‌ها بین واحدهای حافظه و پردازنده‌ها و مقدار فضای مورد نیاز را کاهش می‌دهد. این تیم بر این باور است که این تحول در را به روی دستگاههای قدرتمندتر و دارای بهره‌وری انرژی بالاتر می‌گشاید.