「DNA×半導体」でAIの消費電力を激減へ？ 生体と電子が融合した新型メモリ

生成AIが急速に普及する一方、その裏側で深刻になりつつある問題がある。

電力だ。

AIはモデルそのものの性能だけで成立しているわけではない。大量のデータをメモリから読み出し、演算装置へ送り、計算結果を書き戻す。この処理を膨大な回数繰り返している。

だからこそ、次世代コンピューターでは「計算をどれだけ高速化できるか」と同じくらい、「データをどれだけ少ない電力で記憶し、移動させられるか」が重要になる。

そんな中、コンピューターのメモリを根本から変えるかもしれない研究が登場した。

使われている材料は、なんとDNAだ。

米ペンシルベニア州立大学などの研究チームは、人工的に設計した合成DNAと「ペロブスカイト」と呼ばれる半導体材料を組み合わせ、非常に低い電圧で動作する新しいメモリデバイスを開発した。

2026年にAdvanced Functional Materialsで発表されたこの研究では、DNAを単なる「生命情報を記録する分子」ではなく、電子回路を構成するための“機能性材料”として利用している。

生物学と半導体工学。

これまでほとんど別々に発展してきた二つの領域が、本格的に交わり始めている。

DNAは「究極の記録媒体」と呼ばれてきた

DNAと聞けば、多くの人が遺伝情報を思い浮かべるだろう。

A、T、G、Cという4種類の塩基の配列によって、生物の情報を保存する分子だ。

そしてDNAには、もう一つ驚くべき特徴がある。

情報密度が極めて高いことだ。

ペンシルベニア州立大学の発表では、理論上、DNA 1グラムには約2億1500万GBものデータを保存できる可能性があるとしている。

現在使われているSSDやHDDなどとはまったく異なる次元の情報密度である。

そのため以前から、デジタルデータをDNAの塩基配列へ変換し、長期保存する「DNAストレージ」の研究が世界各地で進められてきた。

しかし、今回の研究を理解するうえでは一つ重要な点がある。

今回開発されたデバイスは、写真や動画をA・T・G・Cの配列としてDNA内部に保存する一般的な「DNAストレージ」とは少し違う。

DNAそのものを電子デバイスの材料として利用しているのだ。

研究チームが注目したのは、DNAを人工的に設計できるという性質だった。

「天然DNA」ではなく、電子回路のために設計されたDNA

生物から取り出した天然のDNAは非常に長い。

研究者の表現を借りれば、扱うと「濡れたスパゲティ」のように絡まりやすい。

電子部品としてナノメートル単位で正確に配置したい場合、この性質は扱いにくい。

そこで研究チームは、短い合成DNAを使用した。

論文では銀ナノ粒子を組み込んだ22塩基長の合成DNAが利用されている。

短いDNAならば、長さや塩基配列、分子構造などを目的に合わせて設計しやすい。

つまりDNAを、

「生物から取り出して使うもの」

ではなく、

「コンピューター上で設計し、必要な性質を持たせて製造するナノ材料」

として扱ったのである。

さらに研究チームは、このDNAへ銀ナノ粒子を加えた。

いわゆるドーピングと呼ばれる処理だ。

これによってDNA層の電気的性質を調整し、電子が流れる経路として利用できるようにした。

そして、この銀ナノ粒子を含む合成DNAと組み合わされたのが、準2次元構造を持つハライドペロブスカイトだった。

ペロブスカイトは太陽電池などでも注目されている材料だが、電気的な性質を制御できることから次世代メモリ材料としても研究されている。

興味深いのは、DNAだけでも、ペロブスカイトだけでも同じ性能にはならなかったことだ。

異質な二つの材料を組み合わせたことで、安定した電流経路と記憶特性が生まれた。

まさに「バイオ・ハイブリッド」な電子デバイスである。

開発されたのは「メモリスタ」

今回研究されたデバイスは「メモリスタ」と呼ばれる。

MemoryとResistorを組み合わせた名称で、日本語では「記憶抵抗器」などと訳される。

通常の抵抗器は、電流をどの程度流すかを決める電子部品だ。

一方、メモリスタは過去にどのような電流が流れたかによって抵抗状態が変化し、その状態を保持することができる。

つまり電子部品自身が「以前どのような電気信号を受けたか」を記憶できる。

これがAI研究者から注目される大きな理由だ。

現在一般的なコンピューターでは、演算を担当するプロセッサとデータを保存するメモリが分かれている。

CPUやGPUが計算するときには、

メモリからデータを読み出す
↓
プロセッサへ送る
↓
演算する
↓
結果を再びメモリへ戻す

という処理が何度も発生する。

大量のAI計算になると、この「データを運ぶ作業」そのものが時間と電力を消費する。

メモリスタでは記憶と演算を近い場所、あるいは同じ素子で行える可能性がある。

これが「インメモリコンピューティング」や「ニューロモーフィックコンピューティング」と呼ばれる次世代コンピューター技術につながっていく。

0.1ボルト未満という低電圧

今回の研究で特に注目されている数字が「0.1V未満」だ。

論文によると、開発されたメモリスタは0.1V未満の非常に低い電圧で抵抗状態を切り替えることができた。

さらに研究チームは、0.01W/cm²という低い電力密度を報告している。

耐久試験では約1000回の動作サイクルが示され、ON状態とOFF状態の電気的な差も10万倍を超えた。

室温・大気環境下でも6週間を超えて高いON/OFF比を維持したという。

ペロブスカイト系デバイスでは安定性が大きな課題になるため、「DNAを加えることで性能だけでなく安定性も改善した」という点は、この研究の重要な部分だ。

大学側の発表では、従来技術に比べて「100倍少ない電力を消費する」とする説明もあり、この数字がScienceDailyなどを通じて大きく報じられた。

ただし、ここは慎重に読む必要がある。

同じ大学発表の中には「同等のメモリ機能を10分の1の電力で実現できる」とする記述も存在する。

また査読論文の要旨で中心的に示されているのは、0.1V未満の動作電圧や0.01W/cm²の電力密度、耐久性、保持特性といったデバイスの測定結果だ。

したがって「現在のSSDやDRAMをそのまま100分の1の電力にできる」と受け取るのは早い。

「100倍」という数字は研究成果のインパクトを示す一つの比較値として捉え、具体的にどの既存技術、どの条件と比較しているのかを見る必要がある。

なぜAIと相性がいいのか

この研究が単なる新型メモリの話にとどまらない理由は、AIとの相性にある。

現在のAIではニューラルネットワークが広く使用されている。

人工ニューラルネットワークは脳の神経回路から着想を得ているが、現在主流のAIチップが人間の脳と同じ方法で計算しているわけではない。

脳では、ニューロン間の接続部分であるシナプスそのものが情報処理と記憶に関係している。

一方、一般的なコンピューターでは記憶装置と演算装置が分離されている。

そこで研究されているのがニューロモーフィックコンピューティングだ。

メモリスタの抵抗値を人工シナプスの「結合の強さ」に見立てれば、巨大な行列計算の一部をメモリの中で直接実行できる可能性がある。

そこで重要になるのが消費電力だ。

人工シナプスを数百万、数億、さらにその先へ増やしたとして、一つ一つが大きな電力を必要とすれば実用的ではない。

非常に低い電圧で状態を変えられる今回のDNA・ペロブスカイト型メモリスタが注目される理由はここにある。

将来的には、

AIアクセラレーター
エッジAI
自律型センサー
ロボット
ウェアラブル端末
ニューロモーフィックプロセッサ

など、限られた電力で大量の情報を処理する機器への応用が考えられる。

「DNAだから大量のデータが入る」は少し違う

今回のニュースで特に誤解しやすい部分にも触れておきたい。

「DNAは1グラムで2億1500万GBを保存できる」

という話と、

「今回作られたDNAメモリスタ」

をそのまま結びつけて、

「1グラムで2億1500万GBを保存できる半導体が完成した」

と考えるのは正確ではない。

DNAストレージでは、A・T・G・Cという塩基の並びそのものへデジタル情報を書き込む。

今回のデバイスでは、合成DNAは銀ナノ粒子と組み合わされ、電荷輸送や抵抗スイッチングを制御する材料として使われている。

つまり研究の本質は、

「DNAの中にファイルを保存した」

ことではなく、

「DNAという分子材料を、プログラム可能な電子材料として半導体に組み込んだ」

ことにある。

むしろ長期的には、こちらの方が大きな意味を持つ可能性すらある。

これまで半導体材料といえば、シリコン、酸化物、金属、各種化合物などが中心だった。

そこへDNAのような生体分子が本格的に加われば、分子レベルで設計できる新しい電子材料の世界が開けるからだ。

SNSでは「SFが現実になった」という受け止め

この研究はSNSでも「biology meets electronics（生物学と電子工学の融合）」という文脈で紹介されている。

XではScienceDailyの記事タイトルとともに、「合成DNAと半導体から超低消費電力メモリを作った」という点を強調する投稿が確認できる。

LinkedInでもPenn State Researchが研究成果を紹介し、「低エネルギー・大容量データストレージの次世代技術」という位置付けで発信している。

ほかのテクノロジー系アカウントでも、

「自然は何十億年もDNAに情報を保存してきた」

「ついにDNAを電子回路へ接続する研究が現れた」

「AIハードウェアの電力効率を変える可能性がある」

といった未来志向の表現で紹介されている。

特にSNSで反応を集めやすいのが「DNA」「100倍の省電力」「AI」という三つのキーワードだ。

生命科学とコンピューターという一見遠く離れた分野が融合するため、SF的な未来を想像させるニュースとして受け止められていることが分かる。

一方で「明日からPCにDNAが入る」わけではない

ただ、SNS上の紹介を詳しく見ると、期待一辺倒ではない。

LinkedInなどの技術系投稿では、この研究を紹介しながら「まだproof of conceptの段階」「商用製品になるには早い」と明記しているものも見られる。

これは重要な視点だ。

論文で報告された約1000回の耐久サイクルは、研究用デバイスとして性能を確認するには意味があるものの、実際のコンピューター用メモリに求められる条件とは単純比較できない。

6週間以上の安定性についても同様だ。

研究として「以前より安定した」という成果と、「何年間も動く商用半導体として使える」という話の間には大きな距離がある。

さらに量産を考えれば、

DNA材料を均一に形成できるか
銀ナノ粒子の分布を制御できるか
大量のメモリセルで同じ性能を出せるか
製造工程の歩留まりを確保できるか
既存の半導体製造プロセスと統合できるか
長期間にわたって性能を維持できるか

といった問題を解決しなければならない。

SNS上で「未来のコンピューター」として大きな期待を集める一方、研究者や技術者が本当に注目するのは、これからこうした課題をどこまでクリアできるかだろう。

なお、今回確認できたSNS投稿は公開状態で検索可能な一部の投稿であり、SNS全体を統計的に分析したものではない。そのため「SNS利用者の多数派がこう考えている」という意味ではなく、公開投稿に見られる代表的な受け止めとして見る必要がある。

本当に重要なのは「100倍」という数字ではない

今回のニュースでは「100倍少ない電力」という数字が最も目を引く。

しかし、この研究の本当の価値は別のところにあるのかもしれない。

それは、

電子デバイスを作る材料の選択肢にDNAを加えたことだ。

DNAには、自分たちが必要とする配列を設計して合成できるという特徴がある。

長さを変える。

配列を変える。

金属イオンやナノ粒子を組み込む。

他の半導体材料との界面を設計する。

こうした操作によって電気的特性まで調整できるとすれば、将来の電子部品は「半導体工場で作る材料」と「分子生物学的に設計する材料」の境界が曖昧になっていく可能性がある。

研究チーム自身もDNAを「プログラム可能な多機能ナノ材料のプラットフォーム」として位置付けている。

これは非常に興味深い発想だ。

従来の電子工学では、回路の形を設計することで機能を作ってきた。

これからは、回路よりさらに小さな分子そのものを設計することで、電子部品の性質を作り込む時代になるかもしれない。

AIの未来を決めるのは「モデル」だけではない

ここ数年、AIのニュースというと新しい大規模言語モデルやパラメータ数、性能評価に注目が集まりがちだった。

しかしAIがさらに社会へ普及すれば、その裏側を支えるハードウェアの重要性はますます高くなる。

どれほど優秀なAIモデルでも、動かすために膨大な電力や高価な計算設備を必要とするなら、利用できる場所には限界がある。

反対に、同じ処理を桁違いに少ないエネルギーで実行できるハードウェアが登場すれば、AIが動く場所そのものが変わる。

巨大データセンターだけでなく、スマートフォン、ロボット、工場設備、自動車、医療機器、小型センサーの内部で高度なAIを実行できるようになる可能性がある。

そう考えると今回のDNAメモリスタは、単なる「変わった材料で作ったメモリ」ではない。

生命が何十億年も利用してきた分子構造を、次世代コンピューターの材料として再解釈する試みだ。

現在の成果からすぐに「DNAコンピューターの時代が来る」と結論付けることはできない。

しかし、シリコンだけを前提としてきたコンピューター技術が、生体分子、ナノ材料、半導体を組み合わせる方向へ拡張していることは確かだ。

研究チームは今後、技術の改良とともに、さらに多くのバイオインスパイアード電子デバイスへの応用を探るとしている。

「自然にはすでに解決策がある。私たちはそれを見つけ、応用すればいい」

研究者が示すこの考え方は、今回の成果を象徴している。

AIの次のブレークスルーは、より巨大なモデルではなく、生命の分子から生まれるのかもしれない。

出典・参考資料

ScienceDaily：2026年8月17日付で、Penn Stateの研究成果、100倍の省電力という説明、0.1V未満での動作、6週間以上の安定性などを紹介。
https://www.sciencedaily.com/releases/2026/08/260816044853.htm

Pennsylvania State University：大学による研究発表。合成DNA、銀ナノ粒子、ペロブスカイトを組み合わせたメモリスタの仕組みや研究者コメント、性能比較について説明。
https://www.psu.edu/news/research/story/borrowing-biology-power-next-gen-data-storage

Advanced Functional Materials／Penn State Research Portal：査読論文「Molecularly Engineered Highly Stable Memristors with Ultra-Low Operational Voltage: Integrating Synthetic DNA with Quasi-2D Perovskites」。0.1V未満の動作電圧、0.01W/cm²の電力密度、約1000サイクル、ON/OFF比10万超などの研究データを確認。
https://doi.org/10.1002/adfm.202530539

Penn State Research公式LinkedIn：研究成果を「低エネルギー・高容量データストレージ」「AI・ニューロモーフィックコンピューティング」への応用という観点から紹介したSNS投稿。
https://www.linkedin.com/posts/penn-state-research_borrowing-from-biology-to-power-next-gen-activity-7435315775680253954-Lh2h

X／SciTech Era：ScienceDailyで紹介されたDNAメモリ研究を取り上げた公開投稿。SNSでの研究拡散状況を確認するために参照。
https://x.com/SciTechera

LinkedIn上の技術系投稿：DNAと電子工学の融合を大きな可能性として紹介する一方、「proof of conceptの段階であり商用製品ではない」とする慎重な紹介例。SNS上の受け止めを整理するために参照。
https://www.linkedin.com/posts/industrial-news-magazine_cambridge-memristor-moves-analogue-ai-closer-activity-7443268622510174208-DQaQ