研究人员开发出一种新型相变存储器 结合DRAM和NAND的优点

研究人员开发出一种新型相变存储器结合DRAM和NAND的优点DRAM速度快但易挥发，这意味着当电源被切断时（比如当你关闭电脑时），存储在其中的数据就会消失。而NAND闪存（如固态硬盘中使用的闪存）即使断电也能保留数据，但速度又明显慢于DRAM。PCM既快又不会丢失数据，但传统上制造成本高，耗电量大（将相变材料熔化成非晶态需要热量，这就影响了能效）。早期解决高功耗问题的方法主要是通过尖端光刻技术缩小整个设备的物理尺寸。但改进效果微乎其微，而且在更小的技术上制造所增加的成本和复杂性也不合理。ShinhyunChoi教授和团队设计了一种方法，只缩小直接参与相变过程的元件，从而制造出可相变的纳米丝。与使用昂贵的光刻工具制造的传统相变存储器相比，这种新方法将功耗降低了15倍，而且制造成本也低得多。新型相变存储器保留了传统存储器的许多特性，如速度快、开/关比率大、变化小以及多级存储器特性。Choi说，他们希望研究成果能成为未来电子工程的基础，并能惠及高密度三维垂直存储器、神经形态计算系统、边缘处理器和内存计算系统等应用。该团队的研究成果发表在本月早些时候出版的《自然》杂志上，论文标题为《通过相变自约束纳米丝实现相变记忆》：https://www.nature.com/articles/s41586-024-07230-5...PC版：https://www.cnbeta.com.tw/articles/soft/1428539.htm手机版：https://m.cnbeta.com.tw/view/1428539.htm

研究人员在高精度计算中释放忆阻器的威力

研究人员在高精度计算中释放忆阻器的威力麻省理工大学阿默斯特分校制作的集成芯片示例照片，其中包含不同尺寸的忆阻器横条阵列。图片来源：CanLi马萨诸塞大学阿默斯特分校电气与计算机工程系教授、《科学》（Science）杂志上发表的这项研究的通讯作者之一夏强飞解释说，在当前的计算方法下，每次要存储信息或给计算机布置任务时，都需要在内存和计算单元之间移动数据。当复杂的任务需要移动大量数据时，处理过程中就会出现"交通堵塞"。传统计算解决这一问题的方法之一是增加带宽。相反，Xia和他在阿默斯特大学、南加州大学以及计算技术制造商TetraMem公司的同事们利用模拟忆阻器技术实现了内存计算，通过减少数据传输次数来避免这些瓶颈。该团队的内存计算依赖于一种名为"忆阻器"的电子元件--它是内存和电阻器（控制电路中的电流）的结合体。忆阻器可以控制电路中的电流流向，同时还能"记忆"先前的状态，即使在电源关闭的情况下也是如此，这与当今基于晶体管的计算机芯片不同，后者只能在有电的情况下保存信息。忆阻器装置可编程为多个电阻等级，从而提高了一个单元的信息密度。当这种忆阻器电路被组织成一个交叉棒阵列时，就能以大规模并行的方式利用物理定律进行模拟计算，从而大大加快矩阵运算的速度，而矩阵运算是神经网络中最常用但却非常耗电的计算。计算在设备现场进行，而不是在内存和处理之间移动数据。夏用交通作类比，把内存计算比作大流行病高峰期几乎空无一人的道路："你消除了交通，因为（几乎）每个人都在家工作，"他说。"我们同时工作，但只将重要数据/结果发送出去"。此前，这些研究人员已经证明，他们的忆阻器可以完成低精度计算任务，如机器学习。其他应用还包括模拟信号处理、射频传感和硬件安全。夏说："在这项工作中，我们提出并演示了一种新的电路架构和编程协议，它可以使用多个相对低精度的模拟器件（如忆阻器）的加权和来有效地表示高精度数，与现有的量化方法相比，大大降低了电路开销、能耗和延迟。这篇论文的突破在于，我们进一步推动了这一领域的发展。这项技术不仅适用于低精度的神经网络计算，也适用于高精度的科学计算"。在原理验证演示中，忆阻器解决了静态和时变偏微分方程、纳维-斯托克斯方程和磁流体力学问题。他说："我们突破了自己的舒适区，从边缘计算神经网络的低精度要求扩展到高精度科学计算。"马萨诸塞大学阿默斯特分校的团队和合作者花了十多年时间才设计出合适的忆阻器设备，并为模拟内存计算构建了相当规模的电路和计算机芯片。"我们过去十年的研究使模拟忆阻器成为一项可行的技术。现在是时候把这样一项伟大的技术推向半导体行业，使广大的人工智能硬件社区受益了。"编译自:ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1425908.htm手机版：https://m.cnbeta.com.tw/view/1425908.htm

韩国科学技术院研发出用于神经形态计算的新型超低功耗存储器

韩国科学技术院研发出用于神经形态计算的新型超低功耗存储器韩国科学技术院（KAIST）（院长Kwang-HyungLee）4月4日宣布，电气工程学院ShinhyunChoi教授的研究团队开发出了下一代相变存储器*设备，具有超低功耗的特点，可以取代DRAM和NAND闪存。相变记忆体指的是一种存储和/或处理信息的存储器件，利用热量将材料的结晶状态改变为非晶态或结晶态，从而改变其电阻状态。现有的相变存储器存在一些问题，如制造高比例器件的制造工艺昂贵，运行时需要大量电力。为了解决这些问题，Choi教授的研究团队开发出了一种超低功耗相变存储器件，它不需要昂贵的制造工艺，而是通过电学方法形成非常小的纳米（nm）级相变丝。这一新研发成果具有突破性的优势，不仅加工成本极低，而且还能以超低功耗运行。DRAM是最常用的存储器之一，速度非常快，但具有易失性，当电源关闭时数据就会消失。存储设备NAND闪存的读/写速度相对较慢，但它具有非易失性特点，即使在电源切断时也能保存数据。图1.本研究开发的超低功耗相变存储器件的图示，以及新开发的相变存储器件与传统相变存储器件的功耗对比。资料来源：韩国科学技术院新兴纳米技术与集成系统研究所另一方面，相变存储器结合了DRAM和NAND闪存的优点，具有高速和非易失性的特点。因此，相变存储器作为可替代现有存储器的下一代存储器备受瞩目，目前正被作为一种存储器技术或模拟人脑的神经形态计算技术而积极研究。然而，传统的相变存储器件在运行时需要消耗大量电能，因此难以制造出实用的大容量存储器产品或实现神经形态计算系统。为了最大限度地提高存储器件运行时的热效率，以前的研究工作主要集中在通过使用最先进的光刻技术缩小存储器件的物理尺寸来降低功耗，但这些研究在实用性方面受到了限制，因为功耗的改善程度微乎其微，而成本和制造难度却随着每次改进而增加。为了解决相变存储器的功耗问题，ShinhyunChoi教授的研究团队创造了一种在极小面积内电形成相变材料的方法，成功实现了超低功耗相变存储器件，其功耗比使用昂贵的光刻工具制造的传统相变存储器件低15倍。ShinhyunChoi教授对这项研究未来在新研究领域的发展充满信心，他说："我们开发的相变存储器件意义重大，因为它提供了一种新颖的方法，可以解决生产存储器件过程中的遗留问题，同时大大提高制造成本和能源效率。我们期待我们的研究成果能成为未来电子工程的基础，实现包括高密度三维垂直存储器和神经形态计算系统在内的各种应用，因为它开辟了从多种材料中进行选择的可能性。我要感谢韩国国家研究基金会和国家纳米实验室中心对这项研究的支持。"4月4日，国际著名学术期刊《自然》（Nature）4月刊发表了这项研究的论文，KAIST电气工程学院博士生See-OnPark和博士生SeokmanHong作为第一作者参与了这项研究。编译自:ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1426588.htm手机版：https://m.cnbeta.com.tw/view/1426588.htm

研究人员提出了基于原子尺度缺陷的永久数据存储新途径

研究人员提出了基于原子尺度缺陷的永久数据存储新途径通过聚焦离子束将信息写入光学活性原子缺陷（左图），并利用阴极发光或光致发光（右图）读取信息。资料来源：M.Hollenbach,H.Schultheiß研究小组在《先进功能材料》（AdvancedFunctionalMaterials）杂志上报告说，这些缺陷是由聚焦离子束产生的，具有空间分辨率高、写入速度快、存储单个比特能量低等特点。据最新估计，每天产生的新数据约为3.3亿TB，仅在过去两年中就产生了全球90%的数据。如果说单纯的数字已经表明需要先进的数据存储技术，那么这绝不是与这一发展相关的唯一问题。当前存储介质的存储时间有限，需要在几年内进行数据迁移，以避免数据丢失。HZDR离子束物理与材料研究所的GeorgyAstakhov博士说："除了陷入永久数据迁移程序之外，这还大大增加了能源消耗，因为在此过程中会消耗大量能源。"为了缓解这一迫在眉睫的危机，Astakhov的团队现在引入了一种基于碳化硅原子级缺陷的长期数据存储新概念。这些缺陷由聚焦的质子或氦离子束造成，并利用与缺陷相关的发光机制进行读取。传统存储设备如何受物理学制约目前，磁性存储器是追求大容量的数据存储解决方案的首选，但物理定律为可实现的存储密度设定了限制。要提高存储密度，就必须缩小磁性颗粒的尺寸。但这样一来，材料中的热波动和扩散过程就变得越来越重要，对存储时间的影响也越来越大。调整材料的磁性可能会抑制这种影响，但这是有代价的：存储信息的能量更高。同样，光学设备的性能也受到物理定律的制约。由于所谓的衍射极限，最小记录位的大小受到限制：它不能小于光波长的一半，这就设定了最大存储容量的极限。出路在于多维光学记录。碳化硅具有原子尺度的缺陷，尤其是晶格部位没有硅原子。这些缺陷是由聚焦的质子或氦离子束产生的，具有空间分辨率高、写入速度快、存储单个比特的能量低等特点。光学介质固有的存储密度衍射限制同样适用于这种的情况。研究人员通过4D编码方案克服了这一限制。在这里，通过控制横向位置和深度以及缺陷数量，实现了三个空间维度和额外的第四个强度维度。然后，他们通过光激发引发的光致发光来读出存储的数据。此外，通过聚焦电子束激发可观察到阴极发光，从而大大提高了存储密度。世代存储数据怎样实现根据介质保存的环境条件，存储的信息可能会再次从缺陷中消失，但考虑到他们的材料，科学家们等到了一个好消息。Astakhov说："这些缺陷的失活与温度有关，这表明在环境条件下，这些缺陷的保留时间最短可达几代。还有更多。利用近红外激光激发、现代编码技术和多层数据存储（即在多达十层碳化硅层上相互堆叠），研究小组达到了与蓝光光盘相当的面积存储密度。在数据读出时，改用电子束激发而不是光学激发，这种方式所能达到的极限相当于目前报道的原型磁带的记录面积存储密度，但存储时间更短，能耗更高。"编译自:ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1426469.htm手机版：https://m.cnbeta.com.tw/view/1426469.htm

全新的氧化铪计算机内存原型抛弃了1和0 可用于更密集的数据存储

全新的氧化铪计算机内存原型抛弃了1和0可用于更密集的数据存储但是，一种新兴的计算机内存形式，即所谓的电阻开关内存，被设计得更加高效。这种新的存储器不是将信息翻转到两种可能的状态中的一种，而是可以创造一个连续的状态范围。这是通过对某些类型的材料施加电流来实现的，这导致其电阻变得更强或更弱。这些电阻的微小差异的广泛范围创造了一系列可能的状态来存储数据。该研究的第一作者MarkusHellenbrand博士说："例如，一个基于连续范围的典型U盘将能够容纳10到100倍的信息。"在这项新的研究中，该团队开发了一个电阻式开关记忆装置的原型，该装置由一种叫做氧化铪的材料制成，这种材料已经在半导体行业中作为绝缘体使用。通常情况下，将其用于存储器是具有挑战性的，因为它在原子水平上没有结构--其铪和氧原子随机地混合在一起。但在这里，剑桥大学的研究人员发现，添加一种额外的成分有助于改变这种情况。当钡被扔进混合物时，它在堆叠的氧化铪薄膜之间形成了垂直的"桥"。由于这些钡桥是高度结构化的，电子可以轻易地穿过它们。在桥与设备接触的地方产生了一个能量屏障，这个屏障的高度可以被控制，从而改变整个材料的电阻。这反过来又是对数据进行编码的原因。Hellenbrand说："这允许材料中存在多种状态，而不像传统的存储器只有两种状态。这些材料真正令人兴奋的是它们可以像大脑中的突触一样工作：它们可以在同一个地方存储和处理信息，就像我们的大脑一样，这使得它们在快速增长的人工智能和机器学习领域具有很大的前景。"研究人员说，他们的设备使用由钡桥连接的氧化铪薄膜，有一些优势可以帮助它走上商业化的道路。首先，这些结构可以在相对较低的温度下自我组装，这比许多其他设备需要的高温制造要容易。此外，这些材料已经在计算机芯片行业中广泛使用，因此将它们纳入现有的制造技术应该更容易。对这些材料的可行性研究将使科学家们能够调查它们在更大范围内的工作情况。该研究发表在《科学进展》杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1367423.htm手机版：https://m.cnbeta.com.tw/view/1367423.htm

可调谐忆阻器的研发进展有助于人工神经网络更高效处理随时间变化的数据

可调谐忆阻器的研发进展有助于人工神经网络更高效处理随时间变化的数据人工神经网络也许很快就能更高效地处理随时间变化的信息，如音频和视频数据。密歇根大学领导的一项研究在今天的《自然-电子学》（NatureElectronics）杂志上报告了首个具有可调节"弛豫时间"的忆阻器。忆阻器是一种将信息存储在电阻中的电子元件，与当今的图形处理单元相比，它可以将人工智能的能源需求降低约90倍。预计到2027年，人工智能的耗电量将占全球总耗电量的一半左右，而且随着越来越多的公司销售和使用人工智能工具，这一比例还有可能进一步上升。"现在，人们对人工智能很感兴趣，但要处理更大、更有趣的数据，方法就是扩大网络规模。这效率并不高，"麻省理工大学詹姆斯-R-梅勒工程学教授WeiLu说，他与麻省理工大学材料科学与工程学副教授JohnHeron是这项研究的共同通讯作者。图形处理器的问题问题在于，GPU的运行方式与运行人工智能算法的人工神经网络截然不同--整个网络及其所有互动都必须从外部存储器中顺序加载，这既耗时又耗能。相比之下，忆阻器可以节省能源，因为它们模仿了人工神经网络和生物神经网络在没有外部存储器的情况下运行的主要方式。在某种程度上，忆阻器网络可以体现人工神经网络。麻省理工学院材料科学与工程系应届博士毕业生SieunChae与麻省理工学院电气与计算机工程系应届博士毕业生SangminYoo是这项研究的共同第一作者。在生物神经网络中，计时是通过放松来实现的。每个神经元都会接收电信号并将其发送出去，但这并不能保证信号会向前推进。在神经元发送自己的信号之前，必须先达到接收信号的某个阈值，而且必须在一定时间内达到该阈值。如果时间过长，神经元就会随着电能的渗出而松弛。神经网络中具有不同松弛时间的神经元有助于我们理解事件的顺序。忆阻器如何工作忆阻器的工作原理略有不同。改变的不是信号的存在与否，而是有多少电信号可以通过。接触到一个信号，忆阻器的电阻就会降低，从而允许更多的下一个信号通过。在忆阻器中，弛豫意味着随着时间的推移，电阻会再次上升。Lu的研究小组过去曾探索过在忆阻器中加入弛豫时间，但这并不是可以系统控制的。但现在，Lu和Heron的团队已经证明，基础材料的变化可以提供不同的弛豫时间，从而使忆阻器网络能够模仿这种计时机制。材料成分和测试研究小组在超导体YBCO（由钇、钡、碳和氧制成）的基础上构建了这些材料。YBCO在零下292华氏度的温度下没有电阻，但他们想要它的晶体结构。它引导着镁氧化物、钴氧化物、镍氧化物、铜氧化物和锌氧化物在忆阻器材料中的组织。赫伦称这种熵稳定氧化物为"原子世界的厨房水槽"--添加的元素越多，它就越稳定。通过改变这些氧化物的比例，研究小组获得了159到278纳秒（即万亿分之一秒）的时间常数。他们构建的简单忆阻器网络学会了识别0到9数字的发音。一旦经过训练，它就能在音频输入完成之前识别出每个数字。未来展望这些忆阻器是通过能源密集型工艺制造的，因为研究小组需要完美的晶体来精确测量它们的特性，但他们预计，更简单的工艺也适用于大规模制造。赫伦说："到目前为止，这只是一个愿景，但我认为有一些途径可以使这些材料具有可扩展性，而且价格合理。这些材料是地球上丰富的资源，无毒、廉价，你几乎可以把它们喷洒在上面。"编译来源：ScitechDailyDOI:10.1038/s41928-024-01169-1...PC版：https://www.cnbeta.com.tw/articles/soft/1433229.htm手机版：https://m.cnbeta.com.tw/view/1433229.htm