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

L'informatica si è a lungo basata sulla separazione tra dove i dati vengono archiviati e dove vengono elaborati. In un computer standard, il cervello della macchina deve trasportare costantemente informazioni avanti e indietro verso la memoria, un viaggio che consuma enormi quantità di energia e rallenta le prestazioni. Per superare questo collo di bottiglia, gli scienziati hanno esplorato un approccio diverso chiamato calcolo in memoria (in-memory computing), dove la memoria stessa esegue i calcoli. Questo metodo è particolarmente promettente per l'intelligenza artificiale, che richiede enormi quantità di operazioni matematiche per riconoscere schemi e prendere decisioni. La memoria ideale per questo compito dovrebbe essere in grado di contenere un intervallo continuo di valori, molto simile a un interruttore a variazione continua (dimmer) piuttosto che a una semplice luce on-off, permettendole di imitare le complesse connessioni presenti nel cervello umano. Tuttavia, costruire un dispositivo abbastanza piccolo da impacchettare milioni di queste unità, pur rimanendo abbastanza preciso da calcolare con accuratezza ed efficiente da funzionare senza surriscaldarsi, si è rivelata una sfida formidabile.

Un team di ricercatori di IBM Research e del Consiglio Nazionale delle Ricerche italiano ha introdotto un nuovo design per un dispositivo di memoria che affronta queste richieste contrastanti. Si sono concentrati su un tipo di memoria noto come memoria a cambiamento di fase (phase-change memory), che memorizza le informazioni commutando un materiale speciale tra due stati fisici: uno stato disordinato, simile al vetro, e uno stato ordinato, simile al cristallo. Controllando attentamente quanto materiale sia nello stato vetroso, il dispositivo può contenere diversi livelli di conduttanza elettrica, memorizzando efficacementmente un numero. L'obiettivo dei ricercatori era creare una versione di questa memoria che utilizzi pochissima potenza per scrivere nuove informazioni e che possa essere letta con estrema precisione, il tutto occupando uno spazio minuscolo.

Il cuore della loro innovazione risiede nell'architettura fisica del dispositivo. Invece della tradizionale forma verticale utilizzata nella maggior parte dei chip di memoria, che ricorda un fungo, hanno progettato una struttura con uno strato ultra-sottile di materiale a cambiamento di fase, spesso solo 5 nanometri. Questo strato si trova tra un elettrodo inferiore e uno spaziatore dielettrico, ma crucialmente, poggia su uno strato di proiezione ancora più sottile e non isolante fatto di carbonio amorfo. Questo strato di proiezione agisce come un ponte continuo che attraversa l'intera larghezza del dispositivo. Quando i ricercatori applicano un breve e intenso impulso di elettricità per commutare il materiale, fondono una piccola regione circolare dello strato a cambiamento di fase proprio sopra l'elettrodo inferiore, trasformandola nello stato vetroso. La corrente elettrica scorre quindi attraverso questo piccolo cerchio vetroso e lo strato di proiezione circostante, che sono collegati in parallelo. Poiché lo strato di proiezione è continuo e altamente conduttivo, esso detta il comportamento elettrico complessivo del dispositivo, assicurando che la corrente rimanga bassa e stabile.

Questa specifica disposizione permette al dispositivo di raggiungere un livello di precisione che era precedentemente difficile da raggiungere. I ricercatori hanno dimostrato di poter programmare il dispositivo per mantenere distinti valori di conduttanza con un'accuratezza che si avvicina ai sei bit, il che significa che può distinguere in modo affidabile tra 64 diversi livelli di resistenza. In termini pratici, questa alta precisione è essenziale per eseguire i complessi calcoli matriciali richiesti dall'intelligenza artificiale. Inoltre, il design riduce drasticamente l'energia necessaria per scrivere i dati. Il team ha misurato la corrente necessaria per commutare il dispositivo e ha scoperto che poteva essere bassa quanto 90 microampere, un calo significativo rispetto alle centinaia di microampere tipicamente necessari dalle vecchie progettazioni. Questa riduzione è ottenuta perché la geometria ultra-sottile confina il calore generato dalla corrente elettrica in modo così stretto da fondere solo il volume necessario di materiale, rendendo il processo di riscaldamento incredibilmente efficiente.

Oltre all'efficienza e alla precisione, il nuovo dispositivo risolve un problema importante noto come instabilità temporale. In molte tecnologie di memoria, il valore memorizzato tende a derivare nel tempo o a fluttuare a causa del rumore elettrico casuale, il che introduce errori nei calcoli. I ricercatori hanno scoperto che il loro design, con il suo strato di proiezione continuo, sopprime significativamente queste fluttuazioni. Hanno osservato che la deriva dei valori memorizzati è stata ridotta di un fattore venti rispetto ai dispositivi convenzionali, e il rumore casuale è stato tagliato di un fattore quattro. Questa stabilità significa che il dispositivo può mantenere il suo stato programmato in modo affidabile, anche a temperature elevate, garantendo che i calcoli eseguiti dalla memoria rimangano accurati nel tempo.

Per dimostrare che questi singoli dispositivi potessero lavorare insieme in un sistema reale, il team ha costruito una piccola griglia, o array crossbar, contenente sessantaquattro di queste unità. Hanno collegato ogni cella di memoria a un transistor che funge da interruttore, permettendo loro di controllare e leggere le celle singolarmente. Hanno poi testato l'array programmandolo con un set di pesi ed eseguendo un'operazione matematica nota come moltiplicazione matrice-vettore, che è l'elemento fondamentale dell'inferenza delle reti neurali. I risultati sono stati sorprendenti: il sistema hardware ha raggiunto una precisione computazionale effettiva di oltre cinque bit. Questo livello di accuratezza è un miglioramento sostanziale rispetto agli attuali sistemi all'avanguardia, che tipicamente gestiscono solo tre o quattro bit di precisione. Il successo di questo esperimento suggerisce che la nuova architettura non è solo un concetto teorico, ma una via percorribile verso la costruzione di sistemi di calcolo densi, a basso consumo e ad alta precisione che potrebbero un giorno alimentare la prossima generazione di intelligenza artificiale.

I ricercatori hanno anche esplorato variazioni di questo design per spingere ulteriormente le prestazioni. Modificando l'elettrodo inferiore in modo che penetri direttamente nello stack di materiali, creando una configurazione a contatto laterale (edge-contact), sono stati in grado di ridurre la corrente di programmazione a circa 50 microampere. Questo cambiamento ha aumentato la densità di potenza locale nel punto di contatto, rendendo il riscaldamento ancora più efficiente. Durante tutti questi esperimenti, il team ha utilizzato materiali standard, non drogati, compatibili con i processi di produzione esistenti, indicando che questa tecnologia potrebbe essere integrata nelle attuali linee di produzione senza richiedere metodi di fabbricazione completamente nuovi. Sebbene lo studio si sia concentrato su un modello specifico di prova di concetto, i risultati forniscono una chiara tabella di marcia per superare i compromessi tra densità, energia e precisione che hanno a lungo ostacolato lo sviluppo del calcolo in memoria.