فراتر از باینری: ذخیره سازی داده های چند حالته که باینری را پشت سر می گذاریم
قدم “فراتر از باینری” را برای ذخیره داده ها بیش از 0 و 1 ثانیه ذخیره کنید.
داده های الکترونیکی با سرعت نفس گیری تولید می شوند.
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 توجه به اینکه 8٪ از برق جهانی در حال حاضر در فناوری اطلاعات و ارتباطات (ICT) مصرف می شود ، ذخیره اطلاعات با انرژی کم یک اولویت اصلی است.
تا به امروز هیچ برنده مشخصی در رقابت برای حافظه نسل بعدی وجود ندارد که غیر فرار باشد ، استقامت بالایی داشته باشد ، دارای مصرف انرژی بسیار بالا ، هزینه کم ، چگالی بالا باشد و امکان دسترسی سریع را فراهم کند.
تیم مشترک بین المللی به طور جامع ذخیره سازی داده های “حافظه چند حالته” را بررسی می کند که برای ذخیره داده های بیش از 0 و 1 قدم فراتر از باینری است.
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 (یعنی 0 یا 1) اجازه می دهد تراکم ذخیره سازی بسیار بالاتر (مقدار داده ذخیره شده در واحد سطح).
این پلاتو مزایای تاریخی ارائه شده توسط “قانون مور” را که هر دو سال یکبار نصف می شود ، دور می زند. در سالهای اخیر ، پیش بینی طولانی مدت قانون مور مشاهده شده است ، با نشت شارژ و مارپیچ هزینه های تحقیق و ساخت ، میخ را در تابوت قانون مور قرار داد.
حافظه چند فرار ، 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.
Neuromorphic Computer تقلید از مغز انسان
حافظه چند حالته همچنین فناوری پیشنهادی آینده محاسبات نورومورفیک را امکان پذیر می کند ، که ساختار مغز انسان را آینه می کند. این رژیم 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 باز کنیم.
مطالعه
این مقاله 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)