“存储器瓶颈”问题有望被解决（论文发布《自然》杂志）

Teachron

随着庞大数据集变得越来越大，加上对复杂AI应用的计算需求不断增长，对存储和处理所有这些数据的更快速、更可靠、更节能的方法的需求也水涨船高。为了竭力解决这个问题，美国西北大学和意大利墨西拿大学的电气工程师们已联合开发出一种新型的小巧但功能强大的存储设备，该设备使用创新的反铁磁（AFM）材料，而所需的耗电量之低创记录。



. P- S1 {3 L' Q$ N4 ^
4 N; T6 F% v5 A) c8 Y# |2 q9 T2 x虽然这不是专家们第一次对反铁磁材料做实验，但这项工作却是开发尺寸如此小巧的设备的首创，这也是第一次采用了与传统半导体制造技术兼容的材料。
$ W/ z6 X" ?4 P; j寻找“通用存储器”
美国西北大学的电气与计算机工程副教授Pedram Khalili领导了这项研究，他解释道：“处理这些庞大的数据集（比如AI应用中）需要大量存储器来存储数据，比如在GPU [图形处理单元]芯片中。”
“重要的是，你需要让这些数据尽量靠近芯片的逻辑核心，以获得更快速更节能的存储器访问以及更快速的整体应用。因此，需要高密度的嵌入式缓存（片上）存储器。今天的缓存技术是静态随机存取存储器（SRAM），单位面积方面效率很低很低。”
! i7 b$ j+ r# x4 j与传统类型的存储器不同，现在不需要电流就可以将存储的数据保留在反铁磁存储设备中。
除了只要有电就可以保留数据的SRAM外，其他现有的存储器技术还包括成本较低但耗能大的动态随机存取存储器（DRAM），这种存储器通常用在个人计算机上。虽然DRAM比SRAM可以存储更多的数据，并允许更高的位密度，但其电容器也必须定期刷新。这些缺点是如今人们在探究像反铁磁材料这些替代存储器技术的几个原因，因为它们的特殊特性可能意味着可以研制这样一种“通用存储器”：集SRAM的速度、DRAM的可购性和位密度以及闪存存储器的非易失性等优点于一体，它们很容易被整合到一个密集的区域，轻松应对与处理大量数据有关的计算挑战。


* |2 T1 o& Z' E% t6 z柱子直径为4微米的设备结构的光图像
- @+ ~: r8 h1 ]8 x6 qKhalili说：“磁阻随机存取存储器（MRAM）之所以在半导体行业备受关注，就是由于它有望克服这个‘存储器瓶颈’，因为MRAM存储单元只有一个晶体管，因而提高了位密度。”
尤其是，由于量子力学中一种名为“自旋”（spin）的特性，反铁磁材料颇具吸引力，因为这种材料的电子在原子层面运行起来如同磁铁。但由于反铁磁材料中的这些电子自旋在亚原子层面以一种交替、反平行的模式排列，因此宏观层面得到的结果是，总体上净磁化为零（zero net magnetization ）。与传统类型的存储器不同，不需要电流将存储的数据保留在反铁磁存储器设备中，因为交替的磁序自旋可以完成这项工作。此外，磁场不会影响AFM存储器设备，这意味着它们比铁磁存储器设备更安全（想想强磁铁在信用卡磁条上滑过，就能将信用卡上的数据擦除得一干二净）。
专家们之前曾对反铁磁材料做过实验，但是之前的研究表明，很难可靠地控制底层的磁序。为了解决这个问题，该团队首次使用了800纳米高的铂柱和锰柱，同时利用电流在磁性状态之间进行切换。
" x( A6 g6 ^! ~! V7 u  B  k

6 b2 B) N6 u. w) y* E/ h0 U

Khalili说：“我们的研究工作表明，电流可用于可逆地切换做在重金属底层（由钽或铂组成）上的反铁磁存储位，而且重要的是，这是首次在与现有的半导体制造技术兼容的材料（铂-锰）上进行。此外，这项工作获得了迄今为止报道的用于操纵反铁磁序的最低的电流密度。最后我们还表明，除了双稳态元件外，该设备还可以用作模拟（忆阻）元件，这意味着它可以在神经形态计算领域找到用武之地。”
( f( k7 g( a( B3 b0 u2 d该团队研制的设备体现出了模拟存储器的行为——这是个意外的发现，他们认为该功能在人工神经网络中可能大有用途，用于存储突触权重。该团队现正在努力为他们的反铁磁存储器设备开发一种更出色更高效的“读出”方法，并进一步缩小尺寸。
8 ~5 a" X& w( X0 P, m2 u包括读/写信号源的设备的示意图


以上图片均来自Michael Dziedzic/Unsplash，美国东北大学和意大利墨西拿大学。题为《对反铁磁铂柱和锰柱中磁序的电操纵》的论文发表在了《自然•电子学》杂志上
# i% \+ m4 l( p' \' x7 d
1 k/ S1 o9 L) b! e
8 R( n$ b: G0 `% g9 j. A: P

Teachron

希望可商用