نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

2 آذر 1403 8:59 ب.ظ

ذخیره داده های چند حالته که باینری را پشت سر می گذارد

binary

12 اکتبر 2020توسط شورای تحقیقات استرالیا

مقدار کل داده های ذخیره شده در مراکز داده در سراسر جهان از نظم ده زتابایت است (یک زتابایت یک تریلیون گیگابایت است) و ما تخمین می زنیم که این مقدار هر دو سال دو برابر شود.

با مصرف 8٪ برق جهانی در فناوری اطلاعات و ارتباطات (ICT) ، ذخیره اطلاعات با انرژی کم اولویت اصلی است.تا به امروز هیچ برنده مشخصی در رقابت برای  ارایه حافظه نسل بعدی وجود ندارد که بدون ریزش باشد ، استقامت بالایی داشته باشد ، با مصرف انرژی کم ، هزینه کم و چگالی بالا باشد و امکان دسترسی سریع را فراهم کند.

اما در این میان ،یک تیم مشترک بین المللی به طور جامع ذخیره سازی داده های حافظه چند حالته را بررسی کرده است ، که حالتی فراتر از ذخیره سازی باینری است تا داده های با بیش از حالت 0 و 1 را ذخیره کند.

حافظه چند حالته: چیزی فراتر از صفر و یک

حافظه چند حالته یک فناوری بسیار امیدوارکننده برای ذخیره سازی داده های آینده است ، با قابلیت ذخیره سازی داده ها در بیش از یک بیت (به عنوان مثال صفر یا یک) ، اجازه می دهد تراکم ذخیره سازی بسیار بالاتر که مقدار داده ذخیره شده در واحد سطح می باشد انجام شود.

این امر باعث می شود که از وضعیت تاریخی قانون مور ، که اندازه اجزای آن هر دو سال به نصف کاهش می یابد ، جلوگیری کند. در سالهای اخیر ، تزلزل پیش بینی طولانی مدت قانون مور مشاهده شده است .

حافظه چند حالته (NMSM) بهره وری انرژی بالا ، غیر فرار ، دسترسی سریع و کم هزینه را ارائه می دهد.

تراکم ذخیره سازی بدون کوچک کردن ابعاد سلول حافظه به طرز چشمگیری افزایش می یابد و باعث می شود دستگاه های حافظه کارایی بیشتری داشته و هزینه کمتری داشته باشند.

کامپیوتر نورومورفیک از مغز انسان تقلید می کند

حافظه چند حالته همچنین فناوری پیشنهادی آینده محاسبات نورومورفیک را امکان پذیر می کند ، که ساختار مغز انسان را منعکس می کند. این روش محاسباتی کاملاً متفاوت و با الهام از مغز می تواند به طور بالقوه انگیزه اقتصادی را برای پذیرش یک فناوری جدید مانند NMSM فراهم کند.

NMSM امکان محاسبه آنالوگ را فراهم می کند ، که می تواند برای شبکه های هوشمند و عصبی شکل حیاتی باشد و همچنین به طور بالقوه به ما کمک می کند تا درنهایت مکانیسم عملکرد مغز انسان را بازیابی کنیم.

Nonvolatile Multistates Memories برای ذخیره سازی اطلاعات با چگالی بالا در سپتامبر 2020 در مواد و رابط های کاربردی ACS منتشر شد.

در مقاله ارایه شده موضوع معماری دستگاه ها ، مکانیزم های کار ، نوآوری مواد ، چالش ها و پیشرفت های اخیر برای نامزدهای برجسته NMSM را مرور می کند ، از جمله:

  • فلش مموری
  • حافظه دسترسی تصادفی مغناطیسی (MRAM)
  • مقاومت حافظه دسترسی تصادفی (RRAM)
  • فرو الکتریک حافظه دسترسی تصادفی (FeRAM)
  • حافظه تغییر فاز (PCM)
https://techxplore.com

آیا این نوشته برایتان مفید بود؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *