Analogue Phase Change Computational Memory with High Precision Reads and Energy Efficient Writes

لطالما اعتمد الحوسبة على الفصل بين مكان تخزين البيانات ومكان معالجتها. ففي الحاسوب القياسي، يجب على "دماغ" الآلة نقل المعلومات ذهابًا وإيابًا باستمرار إلى الذاكرة، وهي رحلة تستهلك كميات هائلة من الطاقة وتؤدي إلى إبطاء الأداء. وللتغلب على هذا الاختناق، استكشف العلماء نهجًا مختلفًا يسمى "الحوسبة داخل الذاكرة" (in-memory computing)، حيث تقوم الذاكرة نفسها بإجراء العمليات الحسابية. ويعد هذا الأسلوب واعدًا بشكل خاص للذكاء الاصطناعي، الذي يتطلب عمليات رياضية هائلة للتعرف على الأنماط واتخاذ القرارات. والذاكرة المثالية لهذه المهمة هي التي يمكنها الاحتفاظ بنطاق مستمر من القيم، تمامًا مثل مفتاح خافت للإضاءة (dimmer switch) بدلاً من مجرد مصباح يعمل بنظام التشغيل والإيقاف، مما يسمح لها بمحاكاة الاتصالات المعقدة الموجودة في الدماغ البشري. ومع ذلك، فإن بناء جهاز صغير بما يكفي لتجميع ملايين من هذه الوحدات، مع بقائه دقيقًا بما يكفي للحساب بدقة وفعالاً بما يكفي للعمل دون ارتفاع في درجة الحرارة، قد أثبت أنه تحدٍ هائل.

قدم فريق من الباحثين في "آي بي إم ريسيرش" (IBM Research) والمجلس الوطني الإيطالي للبحوث تصميمًا جديدًا لجهاز ذاكرة يعالج هذه المتطلبات المتضاربة. فقد ركزوا على نوع من الذاكرة يُعرف باسم "ذاكرة تغيير الطور" (phase-change memory)، والتي تخزن المعلومات عن طريق تحويل مادة خاصة بين حالتين فيزيائيتين: حالة غير منظمة تشبه الزجاج، وحالة مرتبة تشبه البلورات. ومن خلال التحكم بدقة في مقدار وجود هذه المادة في الحالة الزجاجية، يمكن للجهاز الاحتفاظ بمستويات مختلفة من التوصيل الكهربائي، مما يخزن رقمًا بشكل فعال. وكان هدف الباحثين هو إنشاء نسخة من هذه الذاكرة تستهلك طاقة قليلة جدًا لكتابة معلومات جديدة، ويمكن قراءتها بدقة متناهية، كل ذلك مع ملاءمتها لمساحة ضيقة للغاية.

يكمن جوهر ابتكارهم في البنية الفيزيائية للجهاز. فبدلاً من الشكل الرأسي التقليدي المستخدم في معظم رقائق الذاكرة، والذي يشبه شكل الفطر، قاموا بهندسة هيكل يحتوي على طبقة فائقة الرقة من مادة تغيير الطور، بسمك يبلغ حوالي 5 نانومتر فقط. وتستقر هذه الطبقة بين قطب كهربائي سفلي وفواصل عازلة، ولكن الأهم من ذلك، أنها ترتكز فوق طبقة عرض (projection layer) أكثر رقة وغير عازلة مصنوعة من الكربون غير المتبلور (amorphous carbon). تعمل طبقة العرض هذه كجسر مستمر يمتد عبر كامل عرض الجهاز. وعندما يطبق الباحثون دفعة قصيرة وكثيفة من الكهرباء لتبديل المادة، فإنهم يصهرون منطقة دائرية صغيرة من طبقة تغيير الطور فوق القطب السفلي مباشرة، محولين إياها إلى الحالة الزجاجية. بعد ذلك، يتدفق التيار الكهربائي عبر هذه الدائرة الزجاجية الصغيرة وطبقة العرض المحيطة بها، واللتين تتصلان على التوازي. وبما أن طبقة العرض مستمرة وعالية التوصيل، فإنها تفرض السلوك الكهربائي العام للجهاز، مما يضمن بقاء التيار منخفضًا ومستقرًا.

يسمح هذا الترتيب المحدد للجهاز بتحقيق مستوى من الدقة كان من الصعب الوصول إليه سابقًا. فقد أظهر الباحثون قدرتهم على برمجة الجهاز للاحتفاظ بقيم توصيل متميزة بدقة تقترب من ست بتات (six bits)، مما يعني أنه يمكنه التمييز بين 64 مستوى مختلفًا من المقاومة بشكل موثوق. ومن الناحية العملية، تعد هذه الدقة العالية ضرورية لأداء الحسابات المصفوفية المعقدة المطلوبة بواسطة الذاء الاصطناعي. علاوة على ذلك، يقلل التصميم بشكل كبير من الطاقة اللازمة لكتابة البيانات. فقد قاس الفريق التيار المطلوب لتبديل الجهاز ووجد أنه يمكن أن ينخفض إلى 90 ميكرو أمبير، وهو انخفاض كبير عن مئات الميكرو أمبير التي كانت تحتاجها التصاميم القديمة. ويتحقق هذا الانخفاض لأن الهندسة فائقة الرقة تحصر الحرارة المتولدة عن التيار الكهربائي بدقة شديدة بحيث لا تصهر إلا الحجم الضئيل الضروري من المادة، مما يجعل عملية التسخين فعالة للغاية.

بعيدًا عن الكفاءة والدقة، يحل الجهاز الجديد مشكلة رئيسية تُعرف باسم "عدم الاستقرار الزمني" (temporal instability). ففي العديد من تقنيات الذاكرة، تميل القيمة المخزنة إلى الانحراف بمرور الوقت أو التقلب بسبب الضوضاء الكهربائية العشوائية، مما يؤدي إلى حدوث أخطاء في الحسابات. وقد وجد الباحثون أن تصميمهم، بوجود طبقة العرض المستمرة، يقلل بشكل كبير من هذه التقلبات. فقد لاحظوا أن الانحراف في القيم المخزنة قد انخفض بمقدار عشرين ضعفًا مقارنة بالأجهزة التقليدية، كما انخفضت الضوضاء العشوائية بمقدار أربعة أضعاف. ويعني هذا الاستقرار أن الجهاز يمكنه الاحتفاظ بحالته المبرمجة بشكل موثوق، حتى في درجات الحرارة المرتفعة، مما يضمن بقاء الحسابات التي يقوم بها الذاكرة دقيقة بمرور الوقت.

ولإثبات أن هذه الأجهزة الفردية يمكن أن تعمل معًا في نظام حقيقي، قام الفريق ببناء شبكة صغيرة، أو مصفوفة متقاطعة (crossbar array)، تحتوي على ستة وستين من هذه الوحدات. وقاموا بتوصيل كل خلية ذاكرة بترانزستور يعمل كمفتاح، مما يسمح لهم بالتحكم في الخلايا وقراءتها بشكل فردي. ثم اختبروا المصفوفة عن طريق برمجتها بمجموعة من الأوزان وإجراء عملية رياضية تُعرف باسم "ضرب المصفوفة في المتجه" (matrix-vector multiplication)، وهي اللبنة الأساسية لاستدلال الشبكة العصبية. وكانت النتائج مذهلة: حقق النظام العتادي دقة حسابية فعالة تزيد عن خمس بتات. ويعد هذا المستوى من الدقة تحسنًا كبيرًا عن الأنظمة الحالية المتطورة، والتي تدير عادةً ثلاث أو أربع بتات فقط من الدقة. ويشير نجاح هذه التجربة إلى أن هذه البنية ليست مجرد مفهوم نظري، بل هي مسار قابل للتطبيق نحو بناء أنظمة حوسبة كثيفة، منخفضة الطاقة، وعالية الدقة يمكنها يومًا ما تشغيل الجيل القادم من الذكاء الاصطناعي.

كما استكشف الباحثون تنويعات على هذا التصميم لدفع الأداء إلى أبعد من ذلك. فمن خلال تعديل القطب الكهربائي السفلي بحيث يخترق مباشرة مجموعة المواد، مما يخلق تكوين اتصال حافيّ (edge-contact configuration)، تمكنوا من تقليل تيار البرمجة إلى حوالي 50 ميكرو أمبير. وقد زاد هذا التغيير من كثافة الطاقة المحلية عند نقطة التلامس، مما جعل التسخين أكثر كفاءة. وطوال هذه التجارب، استخدم الفريق مواد قياسية غير مطعمة تتوافق مع عمليات التصنيع الحالية، مما يشير إلى إمكانية دمج هذه التكنولوجيا في خطوط الإنتاج الحالية دون الحاجة إلى طرق تصنيع جديدة تمامًا. وبينما ركزت الدراسة على إثبات مفهوم محدد، فإن النتائج توفر خارطة طريق واضحة للتغلب على المقايضات بين الكثافة والطاقة والدقة التي أعاقت لفترة طويلة تطوير الحوسبة داخل الذاكرة.