Analogue Phase Change Computational Memory with High Precision Reads and Energy Efficient Writes
यह शोध पत्र एक कॉम्पैक्ट फेज-चेंज मेमोरी डिवाइस आर्किटेक्चर प्रस्तुत करता है जो उच्च कम्प्यूटेशनल परिशुद्धता (6 बिट्स के करीब), कम कंडक्टेंस मान और पारंपरिक सामग्रियों का उपयोग करके ऊर्जा-कुशल राइट्स प्राप्त करने के लिए एक अल्ट्रा-कन्फाइंड एक्टिव स्विचिंग वॉल्यूम को नॉन-इंसुलेटिंग थिन फिल्म के साथ जोड़कर पारंपरिक ट्रेड-ऑफ्स पर विजय प्राप्त करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कंप्यूटिंग लंबे समय से डेटा कहाँ संग्रहीत है और वह कहाँ संसाधित होता है, इसके बीच के अलगाव पर निर्भर रही है। एक मानक कंप्यूटर में, मशीन के मस्तिष्क को सूचनाओं को मेमोरी के आर-पार लगातार लाने-ले जाने के लिए संघर्ष करना पड़ता है, जो भारी मात्रा में ऊर्जा की खपत करता है और प्रदर्शन को धीमा कर देता है। इस बाधा को दूर करने के लिए, वैज्ञानिक 'इन-मेमोरी कंप्यूटिंग' नामक एक अलग दृष्टिकोण की खोज कर रहे हैं, जहाँ मेमोरी स्वयं गणनाएँ करती है। यह विधि विशेष रूप से आर्टिफिशियल इंटेलिजेंस (AI) के लिए आशाजनक है, जिसे पैटर्न पहचानने और निर्णय लेने के लिए गणितीय संचालन की भारी मात्रा की आवश्यकता होती है। इस कार्य के लिए आदर्श मेमोरी वह होगी जो मानों की एक निरंतर श्रेणी को धारण कर सके, बिल्कुल एक डिमर स्विच की तरह न कि केवल एक साधारण ऑन-ऑफ लाइट की तरह, जिससे यह मानव मस्तिष्क में पाई जाने वाली जटिल कड़ियों की नकल कर सके। हालाँकि, एक ऐसा उपकरण बनाना जो इन लाखों इकाइयों को एक साथ पैक करने के लिए पर्याप्त छोटा हो, और साथ ही सटीक गणना करने के लिए पर्याप्त सटीक और बिना अधिक गर्म हुए चलने के लिए पर्याप्त कुशल भी हो, एक कठिन चुनौती साबित हुआ है।
IBM रिसर्च और इतालवी राष्ट्रीय अनुसंधान परिषद के शोधकर्ताओं की एक टीम ने अब एक नए मेमोरी डिवाइस डिजाइन को पेश किया है जो इन परस्पर विरोधी मांगों को संबोधित करता है। उन्होंने 'फेज-चेंज मेमोरी' (phase-change memory) नामक एक प्रकार की मेमोरी पर ध्यान केंद्रित किया, जो एक विशेष सामग्री को दो भौतिक अवस्थाओं के बीच स्विच करके जानकारी संग्रहीत करती है: एक अव्यवस्थित, ग्लास-जैसी अवस्था और एक व्यवस्थित, क्रिस्टल-जैसी अवस्था। इस सामग्री का कितना हिस्सा ग्लास जैसी अवस्था में है, इसे सावधानीपूर्वक नियंत्रित करके, डिवाइस विद्युत चालकता (conductance) के विभिन्न स्तरों को धारण कर सकता है, जो प्रभावी रूप से एक संख्या को संग्रहीत करता है। शोधकर्ताओं का लक्ष्य इस मेमोरी का एक ऐसा संस्करण बनाना था जो नई जानकारी लिखने के लिए बहुत कम शक्ति का उपयोग करे और जिसे अत्यधिक सटीकता के साथ पढ़ा जा सके, और यह सब एक बहुत छोटे स्थान में समाहित हो सके।
इनका मुख्य नवाचार डिवाइस की भौतिक संरचना में निहित है। अधिकांश मेमोरी चिप्स में उपयोग किए जाने वाले पारंपरिक ऊर्ध्वाधर (vertical) आकार के बजाय, जो मशरूम जैसा दिखता है, उन्होंने एक ऐसी संरचना तैयार की जिसमें फेज-चेंज सामग्री की एक अत्यंत पतली परत है, जो केवल लगभग 5 नैनोमीटर मोटी है। यह परत एक बॉटम इलेक्ट्रोड और एक डाइइलेक्ट्रिक स्पेसर के बीच स्थित है, लेकिन महत्वपूर्ण रूप से, यह अमोर्फस कार्बन से बनी एक और भी पतली, गैर-इंसुलेटिंग प्रोजेक्शन परत के ऊपर टिकी है। यह प्रोजेक्शन परत एक निरंतर सेतु (bridge) के रूप में कार्य करती है जो डिवाइस की पूरी चौड़ाई में फैली हुई है। जब शोधकर्ता सामग्री को स्विच करने के लिए बिजली का एक छोटा, तीव्र विस्फोट (burst) लागू करते हैं, तो वे बॉटम इलेक्ट्रोड के ठीक ऊपर फेज-चेंज परत के एक छोटे गोलाकार क्षेत्र को पिघला देते हैं, जिससे वह ग्लास जैसी अवस्था में बदल जाता है। विद्युत धारा फिर इस छोटे ग्लास वाले घेरे और आसपास की प्रोजेक्शन परत के माध्यम से प्रवाहित होती है, जो समानांतर (parallel) में जुड़ी हुई हैं। क्योंकि प्रोजेक्शन परत निरंतर और अत्यधिक चालक है, यह डिवाइस के समग्र विद्युत व्यवहार को निर्धारित करती है, जिससे यह सुनिश्चित होता है कि करंट कम और स्थिर बना रहे।
यह विशिष्ट व्यवस्था डिवाइस को उस स्तर की सटीकता प्राप्त करने की अनुमति देती है जो पहले पहुंचना कठिन था। शोधकर्ताओं ने प्रदर्शित किया कि वे डिवाइस को छह बिट्स के करीब सटीकता के साथ विशिष्ट चालकता मानों को बनाए रखने के लिए प्रोग्राम कर सकते हैं, जिसका अर्थ है कि यह प्रतिरोध के 64 विभिन्न स्तरों के बीच विश्वसनीय रूप से अंतर कर सकता है। व्यावहारिक रूप से, यह उच्च सटीकता आर्टिफिशियल इंटेलिजेंस के लिए आवश्यक जटिल मैट्रिक्स गणनाओं को करने के लिए आवश्यक है। इसके अलावा, यह डिज़ाइन डेटा लिखने के लिए आवश्यक ऊर्जा को काफी कम कर देता है। टीम ने डिवाइस को स्विच करने के लिए आवश्यक करंट को मापा और पाया कि यह 90 माइक्रोएम्पीयर तक कम हो सकता है, जो पुराने डिजाइनों द्वारा आवश्यक सैकड़ों माइक्रोएम्पीयर से काफी कम है। यह कमी इसलिए हासिल की जाती है क्योंकि अत्यंत पतली ज्यामिति (geometry) विद्युत धारा से उत्पन्न होने वाली गर्मी को इतनी मजबूती से सीमित करती है कि यह केवल आवश्यक सूक्ष्म मात्रा में सामग्री को ही पिघलाती है, जिससे हीटिंग प्रक्रिया अविश्वसनीय रूप से कुशल हो जाती है।
दक्षता और सटीकता के अलावा, यह नया डिवाइस 'टेम्पोरल इंस्टेबिलिटी' (temporal instability) नामक एक बड़ी समस्या को हल करता है। कई मेमोरी तकनीकों में, संग्रहीत मान समय के साथ बदलता रहता है या रैंडम इलेक्ट्रिकल नॉइज़ के कारण उतार-चढ़ाव करता है, जो गणनाओं में त्रुटियां पैदा करता है। शोधकर्ताओं ने पाया कि उनके डिजाइन ने, अपनी निरंतर प्रोजेक्शन परत के साथ, इन उतार-चढ़ावों को काफी हद तक कम कर दिया है। उन्होंने देखा कि संग्रहीत मानों में होने वाला ड्रिफ्ट (drift) पारंपरिक उपकरणों की तुलना में बीस गुना कम हो गया, और रैंडम नॉइज़ चार गुना कम हो गया। यह स्थिरता का अर्थ है कि डिवाइस अपने प्रोग्राम किए गए स्टेट को उच्च तापमान पर भी विश्वसनीय रूप से बनाए रख सकता है, जिससे यह सुनिश्चित होता है कि मेमोरी द्वारा की जाने वाली गणनाएं समय के साथ सटीक बनी रहें।
यह सिद्ध करने के लिए कि ये व्यक्तिगत डिवाइस एक वास्तविक सिस्टम में एक साथ काम कर सकते हैं, टीम ने इन साठ-चार इकाइयों वाला एक छोटा ग्रिड, या क्रॉसबार ऐरे बनाया। उन्होंने प्रत्येक मेमोरी सेल को एक ट्रांजिस्टर से जोड़ा जो एक स्विच के रूप में कार्य करता है, जिससे वे सेल्स को व्यक्तिगत रूप से नियंत्रित और पढ़ सकते हैं। फिर उन्होंने ऐरे को वेट्स (weights) के एक सेट के साथ प्रोग्राम करके और 'मैट्रिक्स-वेक्टर मल्टीप्लिकेशन' नामक गणितीय ऑपरेशन करके परीक्षण किया, जो न्यूरल नेटवर्क इन्फरेंस का मूलभूत घटक है। परिणाम चौंकाने वाले थे: हार्डवेयर सिस्टम ने पांच बिट्स से अधिक की प्रभावी कम्प्यूटेशनल सटीकता प्राप्त की। सटीकता का यह स्तर वर्तमान अत्याधुनिक प्रणालियों की तुलना में एक बड़ा सुधार है, जो आमतौर पर केवल तीन या चार बिट्स की सटीकता प्रबंधित करते हैं। इस प्रयोग की सफलता यह सुझाव देती है कि नया आर्किटेक्चर केवल एक सैद्धांतिक अवधारणा नहीं है, बल्कि सघन, कम-शक्ति और उच्च-सटीकता वाले कंप्यूटिंग सिस्टम बनाने का एक व्यवहार्य मार्ग है जो भविष्य की आर्टिफिशियल इंटेलिजेंस को शक्ति दे सकता है।
शोधकर्ताओं ने प्रदर्शन को और बढ़ाने के लिए इस डिजाइन के विविध रूपों का भी पता लगाया। बॉटम इलेक्ट्रोड को संशोधित करके ताकि वह सामग्रियों के ढेर में सीधे प्रवेश करे, जिससे एक 'एज-कॉन्टैक्ट कॉन्फ़िगरेशन' बन सके, वे प्रोग्रामिंग करंट को लगभग 50 माइक्रोएम्पीयर तक कम करने में सक्षम हुए। इस परिवर्तन ने संपर्क बिंदु पर स्थानीय पावर डेंसिटी को बढ़ा दिया, जिससे हीटिंग और भी अधिक कुशल हो गई। इन प्रयोगों के दौरान, टीम ने मानक, अनडोप (undoped) सामग्रियों का उपयोग किया जो मौजूदा विनिर्माण प्रक्रियाओं के साथ संगत हैं, जो यह दर्शाता है कि इस तकनीक को पूरी तरह से नई निर्माण विधियों की आवश्यकता के बिना वर्तमान उत्पादन लाइनों में एकीकृत किया जा सकता है। हालांकि अध्ययन एक विशिष्ट प्रूफ-ऑफ-कॉन्सेप्ट पर केंद्रित था, परिणाम इन-मेमोरी कंप्यूटिंग के विकास में लंबे समय से बाधा डालने वाले घनत्व, ऊर्जा और सटीकता के बीच के समझौतों (trade-offs) को दूर करने के लिए एक स्पष्ट रोडमैप प्रदान करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।