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

A computação há muito depende de uma separação entre onde os dados são armazenados e onde eles são processados. Em um computador padrão, o cérebro da máquina deve transportar constantemente informações de ida e volta para a memória, uma jornada que consome quantidades vastas de energia e retarda o desempenho. Para superar esse gargalo, cientistas têm explorado uma abordagem diferente chamada computação em memória, onde a própria memória realiza os cálculos. Este método é particularmente promissor para a inteligência artificial, que requer quantidades massivas de operações matemáticas para reconhecer padrões e tomar decisões. A memória ideal para esta tarefa seria capaz de conter uma gama contínua de valores, muito mais como um interruptor de intensidade (dimmer) do que uma simples luz de liga-desliga, permitindo que ela imite as conexões complexas encontradas no cérebro humano. No entanto, construir um dispositivo que seja pequeno o suficiente para agrupar milhões destas unidades, mantendo-se preciso o suficiente para calcular com exatidão e eficiente o suficiente para funcionar sem superaquecer, tem se mostrado um desafio formidável.

Uma equipe de pesquisadores da IBM Research e do Conselho Nacional de Pesquisa da Itália introduziu agora um novo design para um dispositivo de memória que aborda essas demandas conflitantes. Eles focaram em um tipo de memória conhecido como memória de mudança de fase, que armazena informações alternando um material especial entre dois estados físicos: um estado desordenado, semelhante ao vidro, e um estado ordenado, semelhante ao cristal. Ao controlar cuidadosamente quanto deste material está no estado vítreo, o dispositivo pode conter diferentes níveis de condutância elétrica, armazenando efetivamente um número. O objetivo dos pesquisadores era criar uma versão desta memória que utilizasse muito pouca energia para escrever novas informações e que pudesse ser lida com extrema precisão, tudo isso cabendo em um espaço minúsculo.

O núcleo de sua inovação reside na arquitetia física do dispositivo. Em vez da forma vertical tradicional usada na maioria dos chips de memória, que se assemelha a um cogumelo, eles projetaram uma estrutura com uma camada ultra-fina do material de mudança de fase, de apenas cerca de 5 nanômetros de espessura. Esta camada fica entre um eletrodo inferior e um espaçador dielétrico, mas, crucialmente, repousa sobre uma camada de projeção ainda mais fina e não isolante feita de carbono amorfo. Esta camada de projeção atua como uma ponte contínua que atravessa toda a largura do dispositivo. Quando os pesquisadores aplicam um surto curto e intenso de eletricidade para alternar o material, eles derretem uma pequena região circular da camada de mudança de fase logo acima do eletrodo inferior, transformando-a no estado vítreo. A corrente elétrica flui então através deste pequeno círculo vítreo e da camada de projeção circundante, que estão conectados em paralelo. Como a camada de projeção é contínua e altamente condutiva, ela dita o comportamento elétrico geral do dispositivo, garantindo que a corrente permaneça baixa e estável.

Este arranjo específico permite que o dispositivo alcance um nível de precisão que era anteriormente difícil de atingir. Os pesquisadores demonstraram que podiam programar o dispositivo para manter valores de condutância distintos com uma precisão próxima de seis bits, o que significa que ele pode distinguir confiavelmente entre 64 níveis diferentes de resistência. Em termos práticos, esta alta precisão é essencial para realizar os cálculos de matriz complexos exigidos pela inteligência artificial. Além disso, o design reduz drasticamente a energia necessária para escrever dados. A equipe mediu a corrente necessária para alternar o dispositivo e descobriu que poderia ser tão baixa quanto 90 microamperes, uma queda significativa em relação às centenas de microamperes tipicamente necessários pelos designs mais antigos. Esta redução é alcançada porque a geometria ultra-fina confina o calor gerado pela corrente elétrica de forma tão apertada que derrete apenas o minúsculo volume necessário de material, tornando o processo de aquecimento incrivelmente eficiente.

Além da eficiência e precisão, o novo dispositivo resolve um problema importante conhecido como instabilidade temporal. Em muitas tecnologias de memória, o valor armazenado tende a derivar ao longo do tempo ou a flutuar devido ao ruído elétrico aleatório, o que introduz erros nos cálculos. Os pesquisadores descobriram que o design deles, com sua camada de projeção contínua, suprime significativamente essas flutuações. Eles observaram que o desvio nos valores armazenados foi reduzido por um fator de vinte em comparação com dispositivos convencionais, e o ruído aleatório foi cortado por um fator de quatro. Esta estabilidade significa que o dispositivo pode manter seu estado programado de forma confiável, mesmo em temperaturas elevadas, garantindo que os cálculos realizados pela memória permaneçam precisos ao longo do tempo.

Para provar que esses dispositivos individuais poderiam trabalhar juntos em um sistema real, a equipe construiu uma pequena grade, ou matriz crossbar, contendo sessenta e quatro destas unidades. Eles conectaram cada célula de memória a um transistor que atua como um interruptor, permitindo-lhes controlar e ler as células individualmente. Eles então testaram a matriz programando-a com um conjunto de pesos e realizando uma operação matemática conhecida como multiplicação de matriz-vetor, que é o bloco de construção fundamental da inferência de redes neurais. Os resultados foram impressionantes: o sistema de hardware alcançou uma precisão computacional efetiva de mais de cinco bits. Este nível de precisão é uma melhoria substancial em relação aos sistemas de ponta atuais, que tipicamente gerenciam apenas três ou quatro bits de precisão. O sucesso deste experimento sugere que a nova arquitetura não é apenas um conceito teórico, mas um caminho viável para construir sistemas de computação densos, de baixo consumo e de alta precisão que poderiam, um dia, alimentar a próxima geração de inteligência artificial.

Os pesquisadores também exploraram variações deste design para levar o desempenho ainda mais longe. Ao modificar o eletrodo inferior para que ele penetre diretamente na pilha de materiais, criando uma configuração de contato de borda, eles foram capazes de reduzir a corrente de programação para aproximadamente 5-0 microamperes. Esta mudança aumentou a densidade de potência local no ponto de contato, tornando o aquecimento ainda mais eficiente. Ao longo de todos estes experimentos, a equipe utilizou materiais padrão, não dopados, que são compatíveis com os processos de fabricação existentes, indicando que esta tecnologia poderia ser integrada nas linhas de produção atuais sem exigir métodos de fabricação inteiramente novos. Embora o estudo tenha focado em uma prova de conceito específica, os resultados fornecem um roteiro claro para superar as compensações entre densidade, energia e precisão que há muito tempo impedem o desenvolvimento da computação em memória.