حافظه محاسباتی با چگالی بالا توسط دانشمندان توسعه یافته است

1 دسامبر 2023-حافظه محاسباتی-© shutterstock/Mentor57_2326132795

دانشمندان دانشگاه روچستر شکل جدیدی از حافظه محاسباتی را توسعه داده اند که سریع، متراکم و کم مصرف است.حافظه محاسباتی جدید توسط این تیم با تحت فشار قراردادن استراتژیک موادی که به نازکی یک لایه اتم هستند، ایجاد شد.

در مطالعه منتشر شده در Nature Electronics، “مهندسی کرنش ممریستورهای تغییر فاز دیتلورید مولیبدن عمودی”، محققان کلیدهای مقاومتی هیبریدی خود را تشریح کردند.

ترکیب بهترین کیفیت اشکال موجود حافظه محاسباتی

این رویکرد جدید که توسط استفان ام وو، استادیار مهندسی برق و کامپیوتر و فیزیک ایجاد شده است، بهترین کیفیت دو شکل موجود از کلیدهای مقاومتی مورد استفاده برای حافظه – ممریستورها و مواد تغییر فاز را با هم ترکیب می کند.آنها به دلیل مزایایی که نسبت به رایج ترین اشکال حافظه محاسباتی، مانند حافظه با دسترسی تصادفی پویا و حافظه فلش دارند، مورد بررسی قرار گرفته اند.با این حال، هر دو سوئیچ مقاومتی دارای اشکالاتی هستند.

مشکلات سوئیچ های مقاومتی

ممریستورها با اعمال ولتاژ به یک رشته نازک بین دو الکترود کار می کنند. آنها از کمبود نسبی قابلیت اطمینان در مقایسه با سایر اشکال حافظه محاسباتی رنج می برند.از سوی دیگر، مواد تغییر فاز شامل ذوب انتخابی یک ماده به حالت آمورف یا کریستالی است. اینها به قدرت زیادی نیاز دارند.

وو گفت: «ما ایده یک ممریستور و یک دستگاه تغییر فاز را به گونه‌ای ترکیب کرده‌ایم که می‌تواند از محدودیت‌های هر دستگاه فراتر رود.ما در حال ساخت یک دستگاه ممریستور دو ترمینالی هستیم که یک نوع کریستال را به نوع دیگری از فاز کریستالی هدایت می کند. این دو فاز کریستالی مقاومت متفاوتی دارند که می‌توانید آن‌ها را به‌عنوان خاطره روایت کنید.

استفاده از مواد دو بعدی

این تیم از مواد دوبعدی استفاده کردند که می‌توان آن‌ها را تا جایی که بین دو فاز کریستالی قرار می‌گیرد، کشید. در این مرحله، می‌توان آن‌ها را با قدرت کمی به هر طرف هل داد.

وو گفت: «ما آن را اساساً فقط با کشش مواد در یک جهت و فشرده کردن آن در جهت دیگر مهندسی کردیم.

“با انجام این کار، عملکرد را با دستورات بزرگی افزایش می دهید. من مسیری را می بینم که می تواند در رایانه های خانگی به عنوان شکلی از حافظه فوق سریع و فوق العاده کارآمد ختم شود. این می تواند پیامدهای بزرگی برای محاسبات به طور کلی داشته باشد.”

این تیم با محققان دپارتمان مهندسی مکانیک روچستر، از جمله استادیار حسام عسکری و سوبهیت سینگ، همکاری کردند تا بفهمند کجا و چگونه می‌توان مواد را صاف کرد.

وو معتقد است که بزرگترین مانع برای ساخت حافظه محاسباتی جدید، بهبود قابلیت اطمینان کلی است.

با این حال، این تیم از پیشرفت هایی که تاکنون انجام شده، دلگرم شده است.