Projected Disc-type Phase-change Memory for Analog In-Memory Computing
本文介绍了一种紧凑型投影盘式相变存储器架构，该架构通过将超受限的切换体积与非绝缘薄膜相结合，利用常规材料实现了高精度（接近6位）、低电导率和高能效，从而克服了存内计算中传统的权衡问题。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
现代计算机在移动数据方面速度极快，但在处理人工智能所需的庞大且重复的计算时却往往显得力不从心。这是因为传统的计算机设计将存储信息的存储器与进行计算的处理器分离开来。每次需要进行计算时，数据都必须在两者之间往返传输，这一过程既消耗大量能量又降低了速度。为了解决这个问题，科学家们正在开发一种称为“存内计算”的新方法，即让存储器本身充当计算器。相变存储器是实现这一目标的一种极具前景的技术，它使用一种特殊的材料，这种材料可以在两种状态之间切换：一种是阻碍电流流动的无序非晶态，另一种是允许电流轻易流动的有序晶态。通过精确控制该材料在每种状态下的比例，单个器件就可以存储一系列数值，就像一个可以调节亮度的调光开关，而不仅仅是一个简单的开/关灯，这使其非常适合神经网络中使用的复杂数学运算。然而，要使这项技术投入实际应用，器件需要足够微小、高效，并且足够精确，以便在不丢失准确性的情况下处理数千次计算。
来自 IBM 研究院和意大利国家研究委员会的研究小组推出了一种新型存储器件设计，成功平衡了这些相互竞争的需求。他们创建了一个紧凑的结构，其中包含一层非常薄的相变材料，夹在一个微小的底部电极和一个特殊的非绝缘投影层之间。其核心创新在于该层的排列方式。不同于大多数存储芯片中使用的传统垂直形状（看起来像个蘑菇），他们的设计将活性材料平铺在投影层上。当器件被重置为高电阻状态时，材料的一部分会变成非晶态，但电流仍会通过底部的投影层流动。这种设置使器件能够以极低的能耗运行，同时保持广泛且清晰的电导水平。研究人员发现，这种几何结构不仅将器件切换所需的电流降低到了 100 微安以下，还使电导值保持在极低水平（低于 50 微西门子），这对于在计算过程中最大限度地降低能耗至关重要。
该团队使用了一种在存储应用中常用的标准未掺杂材料——锗锑碲（germanium-antimony-tellurium）来制造原型器件，证明了这些改进源于器件的物理形状而非奇异的新型化学物质。他们将这些原型集成到由晶体管控制的 10 x 8 单元网格中，以测试它们执行现实任务的能力。结果令人瞩目。这种新设计使器件能够以高精度进行编程，实现的计算精度接近 6 位（bits）。这意味着器件可以可靠地辨别出许多不同的电导水平，这是进行复杂数学运算而不出错的要求。相比之下，旧设计往往受困于噪声和不稳定，将其精度限制在仅 3 或 4 位。这种新架构有效地抑制了通常困扰此类材料的电导随机波动，确保了存储的数值在不同时间和温度下都能保持稳定。
除了具备高精度外，这些器件还表现出了卓越的稳定性。当研究人员测试电导随时间的变化时，他们发现与传统设计相比，其漂移（即数值的缓慢偏移）减少了 20 倍。这种稳定性至关重要，因为这意味着计算机不需要不断纠正自身的计算，从而节省了更多能量。此外，这些器件展示了在超过一百万次循环切换而不发生退化的能力，这一耐用水平超过了大多数存储应用的要求。研究人员通过在各种温度下测量器件，并利用先进的电子显微镜观察材料内部，验证了这些发现，确认了即使在反复切换后，原子结构依然保持完整且有序。他们观察到材料内部的晶粒排列成特定的层状模式，这有助于解释其卓越性能的原因。
这项工作的意义不仅限于单次实验。研究人员证明，其设计与制造计算机芯片的标准制造工艺兼容，表明它可以规模化用于大规模生产。他们还展示了通过进一步优化设计（例如让底部电极穿透材料堆栈以形成边缘接触），可以将编程电流进一步降低到约 50 微安。这种效率水平，结合高精度和高稳定性，标志着存内计算迈出了实现的一大步。虽然这项技术仍处于概念验证阶段，但其以如此低功耗和高精度执行复杂计算的能力，预示着未来人工智能系统可以运行得更快、更高效，甚至可能运行在比现有设备更小、更省电的设备上。这项工作证实，通过精心设计存储单元的物理形状，完全有可能克服长期阻碍这一前景广阔的技术发展的根本性权衡。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。