Malzeme mühendisliğinin sınırları boyunca yeni araştırma bilgi işlem cihazları için gerçekten şaşırtıcı bir performans iyileştirmesi vaat ediyor. Markus Hellbrand ve diğerleri tarafından yönetilen bir araştırma ekibi. ve Cambridge Üniversitesi ile bağlantılı olarak, voltaj değiştiren baryum sivri uçlarıyla tünellenen hafniyum oksit katmanlarına dayanan yeni malzemenin, hafıza ve işlemeye bağlı malzemelerin özelliklerini birleştirdiğine inanıyor. Bu, cihazların veri depolama için çalışabileceği, mevcut depolama ortamlarının yoğunluğunun 10 ila 100 katı arasında herhangi bir yer sunabileceği veya bir işlem birimi olarak kullanılabileceği anlamına gelir.
Science Advances dergisinde yayınlandı, araştırma bize bilgi işlem cihazlarımızda çok daha fazla yoğunluk, performans ve enerji verimliliği elde edebileceğimiz bir yol sunuyor. O kadar ki, aslında, teknolojiye dayalı tipik bir USB çubuğu (buna sürekli aralık) şu anda kullandığımızdan 10 ila 100 kat daha fazla bilgi tutabilir.
RAM yoğunluğunun her dört yılda bir ikiye katlanmasıyla, JEDEC tarafından belirtildiği gibiRAM üreticilerinin sonunda bu teknolojinin bugün gösterdiği aynı yoğunluk düzeyine ulaşması onlarca yıl alacaktır.
Cihaz aynı zamanda nöromorfik bilgi işlem tünelinde bir ışık. Beynimizdeki nöronlar gibi, madde (bir dirençli anahtarlama belleği) hem depolama hem de işleme ortamı olarak çalışma vaadini taşır. Bu, mevcut yarı iletken teknolojimizde basitçe gerçekleşmeyen bir şey: transistör ve malzeme tasarımı düzenlemeleri, bir bellek hücresi için ihtiyaç duyduğunuz şey ile işleyen bir hücre için ihtiyaç duyduğunuz şey arasında o kadar farklı ki (esas olarak dayanıklılık açısından, performans düşüşlerine maruz kalmama yeteneği), şu anda bunları birleştirmenin bir yolu yok.
Bunları birleştirememek, bilginin işlemci sistemi ile çeşitli önbellekleri (modern bir CPU düşünüldüğünde) ve ayrıca harici bellek havuzu (size baktığımızda, piyasadaki en iyi DDR5 kitleri) arasında sürekli olarak akması gerektiği anlamına gelir. bilgi işlemde bu, von Neumann’ın darboğazı olarak bilinir; bu, ayrı bellek ve işleme yeteneklerine sahip bir sistemin temelde ikisi arasındaki bant genişliğiyle (genellikle veri yolu olarak bilinen) sınırlanacağı anlamına gelir. Bu nedenle tüm yarı iletken tasarım şirketleri (Intel’den AMD, Nvidia ve diğerlerine kadar), bu bilgi alışverişini hızlandıran Infinity Fabric ve NVLink gibi özel donanımlar tasarlar.
Sorun şu ki, bu bilgi alışverişinin bir enerji maliyeti var ve bu enerji maliyeti şu anda ulaşılabilir performansın üst sınırlarını sınırlıyor. Enerji sirkülasyonu yaparken, ısının yanı sıra artan güç tüketimine (donanım tasarımlarımızda mevcut katı bir sınır ve yarı iletken tasarımında artan bir öncelik) neden olan doğal kayıplar da olduğunu unutmayın. Elbette bir de sürdürülebilirlik faktörü var: çok da uzak olmayan bir gelecekte bilgi işlemin dünya çapındaki enerji ihtiyacının %30’unu tüketmesi bekleniyor.
“Enerji talebindeki bu patlama büyük ölçüde mevcut bilgisayar bellek teknolojilerindeki eksikliklerden kaynaklanıyor” Cambridge’in Malzeme Bilimi ve Metalurji Departmanından ilk yazar Dr. Markus Hellenbrand söyledi. “Geleneksel bilgi işlemde, bir tarafta bellek, diğer tarafta işlem vardır ve veriler ikisi arasında karıştırılarak hem enerji hem de zaman harcanır.”
Hem belleği hem de işlemeyi birleştirmenin faydaları, tahmin edebileceğiniz gibi oldukça etkileyici. Geleneksel bellek yalnızca iki durum (bir veya sıfır, “ikili” terminolojinin nedeni) yeteneğine sahipken, dirençli bir anahtarlamalı bellek aygıtı, direncini bir dizi durum aracılığıyla değiştirebilir. Bu, artan voltaj çeşitlerinde çalışmasına izin verir ve bu da daha fazla bilginin kodlanmasına izin verir. Yeterince yüksek bir seviyede, bu, bellek hücresinin tasarımında kilidi açılan daha yüksek sayıda olası voltaj durumuna karşılık gelen hücre başına bitlerdeki artışlarla, NAND aleminde meydana gelen sürecin hemen hemen aynısıdır.
İşlemeyi depolamadan ayırmanın bir yolu, işlemenin, bilginin anahtarlama döngüsü talep edildiği kadar hızlı bir şekilde yazma ve yeniden yazma (eklemeler veya çıkarmalar, dönüşümler veya yeniden düzenlemeler) geçirdiği anlamına geldiğini söylemektir. Depolama, bilgilerin daha uzun süre statik kalması gerektiği anlamına gelir – örneğin, Windows veya Linux çekirdeklerinin bir parçası olduğu için.
Bunları inşa etmek için sinaps cihazlarıMakalede atıfta bulunulduğu üzere, araştırma ekibinin tekdüzelik sorunu olarak bilinen bir malzeme mühendisliği darboğazıyla başa çıkmanın bir yolunu bulması gerekiyordu. Hafniyum oksit (HfO2) atomik düzeyde herhangi bir yapıya sahip olmadığı için, yalıtkanlık özelliklerini oluşturabilen veya bozabilen hafniyum ve oksijen atomları gelişigüzel bir şekilde biriktirilir. Bu, iletken elektronlar (elektrik gücü) için uygulamasını sınırlar; atomik yapı ne kadar düzenliyse, o kadar az direnç oluşur, dolayısıyla hız ve verim o kadar yüksek olur. Ancak ekip, yapılandırılmamış hafniyum oksidin ince filmleri içinde baryum (Ba) biriktirmenin, yüksek düzeyde düzenli baryum köprüleri (veya sivri uçları) ile sonuçlandığını buldu. Ve atomları daha yapılandırılmış olduğundan, bu köprüler elektronların akışına daha iyi izin verebilir.
Ancak araştırma ekibi, baryum sivri uçlarının yüksekliğini dinamik olarak değiştirebileceklerini ve bunların elektriksel iletkenliklerinin hassas bir şekilde kontrol edilmesini sağlayabileceklerini keşfettiklerinde eğlence başladı. Ani artışların ~20ns hızında anahtarlama yetenekleri sunabileceğini, yani o pencerede voltaj durumlarını değiştirebileceklerini (ve dolayısıyla farklı bilgileri tutabileceklerini) buldular. > 10 bellek penceresi ile > 10 ^ 4 döngü anahtarlama dayanıklılıkları buldular. Bu, malzeme hızlıyken, şu anda dayanabileceği maksimum voltaj durumu değişikliği sayısının yaklaşık 10.000 döngü olduğu anlamına gelir – korkunç bir sonuç değil, ama şaşırtıcı da değil.
MLC (Multi-Level Cell) teknolojisi ile mevcut olan dayanıklılığa eşdeğerdir ve bu, doğal olarak uygulamasını sınırlayacaktır – bu malzemenin bir işleme ortamı olarak kullanımı (hesaplamaların ve ara sonuçların bir deposunu tutmak için voltaj durumlarının hızla değiştirildiği yer).
Kabaca bir hesap yaparsak, ~20 ns anahtarlama 50 MHz’lik bir çalışma frekansına yol açar (nanosaniye başına döngülere dönüştürme). Sistem farklı durumları tam hızda işlerken (örneğin bir GPU veya CPU olarak çalışırken), bu, baryum köprülerinin yaklaşık 0,002 saniye işaretinde çalışmayı durduracağı (dayanıklılık sınırlarına ulaşacağı) anlamına gelir (unutmayın, yalnızca 50 MHz’de çalışıyor). Bu, bir işlem birimi için yeterince performans gösterebilecek gibi görünmüyor.
Ama depolama için? İşte burada bellek kapasitesi açısından “10 ila 100 kat daha yoğun” olan USB bellek devreye giriyor. Bu sinaps cihazları, günümüzün en geniş USB belleklerindeki en yoğun NAND teknolojisinin bile erişebileceğinden çok daha fazla ara voltaj durumuna erişebilir – 10 veya 100 kat daha fazla.
Elinde 10 TeraByte hatta 100 TeraByte “USB 7” bellek olmasını kim istemez ki?
Baryum köprülerin dayanıklılığı ve anahtarlama hızı açısından yapılması gereken bazı işler var, ancak tasarım zaten baştan çıkarıcı bir konsept kanıtı gibi görünüyor. Daha da iyisi, yarı iletken endüstrisi zaten hafniyum oksitle çalışıyor, bu nedenle üstesinden gelinmesi gereken daha az alet ve lojistik kabusu var.
Ancak burada özellikle dahiyane bir ürün olasılığı var: teknolojinin, bir AMD veya Nvidia GPU (bugünlerde 2 GHz civarında çalışan) tasarlamak için üretilmiş ve kullanılabilir olduğu noktaya kadar geliştiğini hayal edin. Bu grafik kartının tamamen bellek olarak çalıştığı fabrika ayarlarına sıfırlama ile geldiği bir dünya var (şimdi varsayımsal USB belleğimizle aynı olan 10 TB’lık bir grafik kartı hayal edin).
AMD ve Nvidia’nın sunduğu şeylerin temelde programlanabilir GPU’lar olduğu, sürekli aralık tabanlı GPU kalıplarının maksimum depolama kapasitesi açısından ürün istiflenmiş olduğu bir dünya hayal edin (mevcut USB’den 10 ila 100 daha yoğun olduğunu unutmayın). Kendi Büyük Dil Modelinizi (LLM) oluşturmaya çalışan bir yapay zeka meraklısıysanız, GPU’nuzu bu sentetik aygıtların, bu nöromorfik transistörlerin doğru miktarda işleme işlevlerini çalıştıracak şekilde programlayabilirsiniz — karmaşıklıkları arttıkça modellerin sonunda kaç trilyon parametreye ulaşacağını bilemezsiniz, bu nedenle bellek giderek daha önemli hale gelecektir.
Grafik kartınızdaki transistörlerin tam olarak bellek olarak mı yoksa tam olarak grafik ayarlarını on bire çıkarmak için göz alıcı amplifikatörler olarak mı kullanılacağını dikte edebilmek, bu tamamen son kullanıcıya kalmış; sıradan bir oyuncudan Yüksek Performanslı Bilgi İşlem (HPC) yükleyicisine. Bu, çipimizin parçalarının ömründe ölçülü bir bozulma anlamına gelse bile.
Zaten onları her zaman güncelliyoruz, değil mi?
Ama kendimizi aşmayalım. Bu, AI gelişimi ve düzenlenmesi kadar tehlikeli bir konu olmasa da, şimdiye kadar hayal kurmaktan kazanılacak çok az şey var. Tüm teknolojiler gibi, hazır olduğunda gelecektir. eğer öyleyse.