Nowo odkryta rola separacji faz może pomóc w opracowaniu urządzeń pamięci do energooszczędnego przetwarzania AI.
Naukowcy odkryli, że separacja faz wraz z dyfuzją tlenu w zasadniczy sposób wspiera długoterminowe przechowywanie informacji w memrystorach, zwłaszcza w rezystancyjnej pamięci o dostępie swobodnym (RRAM). To odkrycie podważa poprzednie modele, które sugerowały ograniczone możliwości przechowywania, podkreślając potencjalne zastosowania w energooszczędnej sztucznej inteligencji i odpornych na promieniowanie układach pamięci do eksploracji kosmosu.
Pamięć memrystorowa
Jak wynika z badania przeprowadzonego pod kierunkiem Uniwersytetu Michigan, opublikowanego niedawno w czasopiśmie „Separacja faz, gdy cząsteczki rozdzielają się jak olej i woda, współdziała z dyfuzją tlenu, pomagając memrystorom – elementom elektrycznym przechowującym informacje za pomocą oporu elektrycznego – zachować informacje nawet po wyłączeniu zasilania. czasopismo naukowe Materiał.
Do tego momentu nie udało się w pełni wyjaśnić, w jaki sposób memrystory przechowują informacje bez źródła zasilania, zwanego pamięcią nieulotną, ponieważ modele i eksperymenty nie są ze sobą zgodne.
Badanie długoterminowego przechowywania danych
„Chociaż eksperymenty wykazały, że urządzenia mogą przechowywać informacje przez ponad 10 lat, modele stosowane w społeczności pokazują, że informacje mogą być przechowywane tylko przez kilka godzin” – powiedział Jingxian Li, doktorant w dziedzinie inżynierii materiałowej i inżynierii materiałowej na Uniwersytecie Kalifornijskim oraz pierwszy autor książki badanie.
Aby lepiej zrozumieć podstawowe zjawisko napędzające nieulotną pamięć memrystorową, badacze skupili się na urządzeniu znanym jako rezystancyjna pamięć o dostępie swobodnym lub RRAM, będącym alternatywą dla ulotnej pamięci RAM stosowanej w klasycznych obliczeniach i szczególnie obiecującym pod względem energooszczędności sztuczna inteligencja aplikacje.
Odkrywanie roli separacji faz
Specyficzna badana pamięć RRAM, pamięć zmiany wartościowości typu włókienkowego (VCM), umieszcza izolującą warstwę tlenku tantalu pomiędzy dwiema elektrodami platynowymi. Po przyłożeniu określonego napięcia do elektrod platynowych przewodzące włókno tworzy mostek z jonami tantalowymi przechodzący przez izolator do elektrod, co umożliwia przepływ prądu, wprowadzając ogniwo w stan niskiego oporu, reprezentujący „1” w kodzie binarnym. Jeśli zostanie przyłożone inne napięcie, włókno ulegnie rozpuszczeniu, gdy powracające atomy tlenu reagują z jonami tantalu, „rdzewiąc” mostek przewodzący i powracając do stanu o wysokiej rezystancji, co odpowiada kodowi binarnemu „0”.
Kiedyś sądzono, że pamięć RRAM zatrzymuje informacje w czasie, ponieważ tlen jest zbyt wolny, aby ponownie się rozproszyć. Jednak seria eksperymentów ujawniła, że w poprzednich modelach zaniedbywano rolę rozdziału faz.
Implikacje i zastosowania
„W tych urządzeniach jony tlenu wolą znajdować się z dala od żarnika i nigdy nie będą dyfundować z powrotem, nawet po nieokreślonym czasie. Proces ten jest analogiczny do tego, w jaki sposób mieszanina wody i oleju nie będzie się mieszała, niezależnie od tego, ile czasu będziemy czekać, ponieważ w stanie rozmieszanym mają one niższą energię” – powiedział Yiyang Li, adiunkt w dziedzinie nauk o materiałach i inżynierii na UM starszy autor badania.
Aby przetestować czas retencji, naukowcy przyspieszyli eksperymenty, zwiększając temperaturę. Jedna godzina w temperaturze 250°C odpowiada około 100 latom w temperaturze 85°C – typowej temperaturze chipa komputerowego.
Postęp technologiczny i perspektywy na przyszłość
Korzystając z obrazowania mikroskopii sił atomowych o niezwykle wysokiej rozdzielczości, badacze sfotografowali włókna o szerokości zaledwie około pięciu nanometrów, czyli 20 atomów, tworzące się w urządzeniu RRAM o szerokości jednego mikrona.
„Byliśmy zaskoczeni, że znaleźliśmy żarnik w urządzeniu. To jak znalezienie igły w stogu siana” – powiedział Li.
Zespół badawczy odkrył, że włókna o różnej wielkości charakteryzują się różnym zachowaniem w zakresie retencji. Włókna mniejsze niż około 5 nanometrów rozpuszczają się z czasem, podczas gdy włókna większe niż 5 nanometrów z czasem ulegają wzmocnieniu. Różnicy opartej na wielkości nie można wytłumaczyć samą dyfuzją.
Łącznie wyniki eksperymentów i modele obejmujące zasady termodynamiki wykazały, że tworzenie i stabilność włókien przewodzących zależy od rozdziału faz.
Zespół badawczy wykorzystał separację faz, aby wydłużyć okres przechowywania pamięci z jednego dnia do znacznie ponad 10 lat w odpornym na promieniowanie chipie pamięci — urządzeniu pamięci zbudowanym tak, aby wytrzymać narażenie na promieniowanie podczas eksploracji kosmosu.
Inne zastosowania obejmują przetwarzanie w pamięci dla bardziej energooszczędnych aplikacji AI lub urządzenia pamięci dla skóry elektronicznej – rozciągliwy interfejs elektroniczny zaprojektowany tak, aby naśladować możliwości sensoryczne ludzkiej skóry. Materiał ten, znany również jako e-skóra, może zostać wykorzystany do zapewnienia sensorycznej informacji zwrotnej protezom kończyn, do stworzenia nowych urządzeń do śledzenia kondycji do noszenia lub do pomocy robotom w rozwijaniu zmysłu dotyku w przypadku delikatnych zadań.
„Mamy nadzieję, że nasze odkrycia mogą zainspirować nowe sposoby wykorzystania separacji faz do tworzenia urządzeń do przechowywania informacji” – powiedział Li.
Odniesienie: „Termodynamiczne pochodzenie nielotności w pamięci rezystancyjnej” Jingxian Li, Anirudh Appachar, Sabrina L. Peczonczyk, Elisa T. Harrison, Anton V. Ievlev, Ryan Hood, Dongjae Shin, Sangmin Yoo, Brianna Roest, Kai Sun, Karsten Beckmann , Olya Popova, Tony Chiang, William S. Wahby, Robin B. Jacobs-Godrim, Matthew J. Marinella, Petro Maksymovych, John T. Heron, Nathaniel Cady, Wei D. Lu, Suhas Kumar, A. Alec Talin, Wenhao Sun i Yiyang Li, 26 sierpnia 2024 r., Materiał.
DOI: 10.1016/j.matt.2024.07.018
Naukowcy z Ford Research, Dearborn; Laboratorium Narodowe w Oak Ridge; Uniwersytet w Albany; NY TWORZY; Laboratoria Krajowe Sandia; i Arizona State University w Tempe wniosły wkład w to badanie.
Urządzenie zbudowano w zakładzie nanofabrykacji w Lurie i badano w Michigan Center for Materials Characterization. Prace na Uniwersytecie Michigan były finansowane głównie przez National Science Foundation (ECCS-2106225).
