دانشمندان چینی به 10 میلیارد چرخه نوشتن در موفقیت بزرگی در آینده برای استقامت حافظه دست یافته اند که استقامت را 100 برابر بهبود می بخشد.

حافظه آینده می تواند به لطف پیشرفت هایی که با مواد فروالکتریک wurtzite انجام شده است، بادوام تر باشد

یک طراحی ساختاری جدید امکان نمایش 10 میلیارد چرخه نوشتن را فراهم کرده است که حدود 100 برابر محدودیت قبلی است.

این پیشرفت توسط دانشمندانی از دانشگاه Xidian که با دانشگاه سیتی هنگ کنگ و دانشگاه فودان کار می کنند انجام شد. حافظه نسل بعدی برای سیستم‌های هوش مصنوعی آینده به عملکرد بسیار سریع‌تر و بادوام‌تری نیاز دارد و به نظر می‌رسد محققان علمی در چین به پیشرفتی دست یافته‌اند و طراحی جدیدی را نشان می‌دهند که می‌تواند حدود 10 میلیارد چرخه نوشتن را تکمیل کند، یعنی 100 برابر بیشتر از حد قبلی.

این پیشرفت - توسط تیم‌هایی در دانشگاه Xidian که با دانشگاه شهر هنگ کنگ و دانشگاه فودان همکاری می‌کنند - یکی از مهم‌ترین پیشرفت‌ها در توسعه حافظه است و بر کشف یک ویژگی عجیب و غریب در رفتار اتم‌های نیتروژن متکی است.

به نظر می رسد تراشه های حافظه متراکم و کم مصرف در حال حاضر یک امکان واقعی برای پردازش هوش مصنوعی با مقیاس بزرگ در آینده باشد.

فروالکتریک وورتزیت

ایجاد حافظه و ذخیره سازی سریعتر با ظرفیت بیشتر و در عین حال پایین نگه داشتن انرژی مورد نیاز جام مقدس محاسبات است.

در چند سال گذشته، تحقیقات به طور فزاینده‌ای بر فروالکتریک‌های wurtzite (مواد بلوری قطبی) مانند نیترید اسکاندیم آلومینیوم (AlScN) متمرکز شده است، که دارای مزیت سازگاری با فرآیندهای تولید نیمه‌رسانا است که در حال حاضر استفاده می‌شود.

همچنین این هدف کم انرژی را به همراه سرعت سوئیچینگ برتر مورد نیاز برای ذخیره سازی سریع ارائه می دهد. تا به حال، چالش اصلی قابلیت اطمینان بود. آزمایش سوئیچینگ مکرر در تراشه‌های AlScN که قبلا توسعه داده شده بود، پس از حدود 100 میلیون چرخه نوشتن منجر به شکست شد، اما محققان راه‌حلی پیدا کردند.

مزارع ذرت نیتروژن

بنابراین، چرا این پیشرفت در حال حاضر ایجاد شده است؟ تلاش‌های ناموفق قبلی، محققان را به بررسی عمیق‌تر در مورد اینکه چرا تراشه‌های AlScN با 100 میلیون چرخه کامل می‌شوند، هدایت کرد، جایی که آنها مشکل را پیدا کردند: اتم‌های نیتروژن از دست رفته.

Wang Ruiqing، محقق دکترا در دانشگاه Xidian و یکی از نویسندگان مقاله تحقیقاتی در مورد این مطالعه است که اخیرا در مجله Science منتشر شده است.

وانگ گفت: «مواد فروالکتریک را به عنوان یک مزرعه ذرت کاشته شده در نظر بگیرید، با جای خالی نیتروژن که نشان دهنده نقاطی است که نهال ها از بین رفته اند.» با این حال، نقص ها خود مشکل نبود، بلکه رفتار آنها در هنگام تعویض بود. به جای ثابت ماندن، جای خالی نیتروژن حرکت می کند و حتی با هم گروه می شود. پیامد این امر ایجاد "مسیرهایی" بود که به برق اجازه نشت می داد.

پس از کشف این موضوع، تیم ساختاری را طراحی کرد تا جای خالی نیتروژن را به حداقل برساند و روند زوال مواد را کاهش دهد.

در گذشته، محققان می‌دانستند که دستگاه‌ها از کار می‌افتند و می‌توانستند برخی از علائم را مشاهده کنند، اما هیچ‌کس نتوانسته بود در مقیاس اتمی توضیح دهد که چه چیزی در حال حرکت است، چگونه حرکت می‌کنند و چگونه آن حرکت در نهایت باعث شکست می‌شود. وانگ افزود.

در صورت موفقیت، رم و فضای ذخیره سازی مبتنی بر AlScN می تواند ستون فقرات مزارع سرور آینده را تشکیل دهد و چارچوبی را برای پذیرش بیشتر LLM و هوش مصنوعی فراهم کند.