Investigadores de la Universidad de Stanford, TSMC, NIST, la Universidad de Maryland, Theiss Research y la Universidad de Tianjin publicaron un artículo técnico titulado “Novedosas superredes de nanocompuestos para memoria de cambio de fase a nanoescala de baja energía y alta estabilidad”.
Abstracto:
“Las aplicaciones centradas en datos están superando los límites de la eficiencia energética en los sistemas informáticos actuales, incluidos los basados en memoria de cambio de fase (PCM). Esta tecnología debe lograr un funcionamiento estable y de bajo consumo en dimensiones a nanoescala para tener éxito en matrices de memoria de alta densidad. Aquí utilizamos una nueva combinación de superredes y nanocompuestos de materiales de cambio de fase (basados en Ge4Sb6Te7), para lograr una densidad de potencia récord ≈ 5 MW/cm2 y voltaje de conmutación de ≈ 0.7 V (compatible con procesadores lógicos modernos) en dispositivos PCM con las dimensiones más pequeñas hasta la fecha (≈ 40 nm) para una tecnología de superred en un sustrato compatible con CMOS. Estos dispositivos también simultáneamente exhibe una deriva de resistencia baja con 8 estados de resistencia, buena resistencia (≈ 2 × 108 ciclos) y conmutación rápida (≈ 40 ns). La conmutación eficiente es posible gracias a un fuerte confinamiento de calor dentro de los materiales de superred y las dimensiones del dispositivo a nanoescala. Las propiedades microestructurales del Ge.4Sb6Te7 El nanocompuesto y su alta temperatura de cristalización garantizan la velocidad de conmutación rápida y la estabilidad en nuestros dispositivos PCM de superred. Estos resultados restablecen la tecnología PCM como una de las pioneras en computación y almacenamiento de datos con eficiencia energética”.
Encuentra los documento técnico aquí. Publicado en enero de 2024. Lea esto artículo de noticias relacionado de la Universidad de Stanford.
Wu, X., Khan, AI, Lee, H. et al. Nuevas superredes de nanocompuestos para memoria de cambio de fase a nanoescala de baja energía y alta estabilidad. Nat Comuna 15, 13 (2024). https://doi.org/10.1038/s41467-023-42792-4
OTRAS LECTURAS
MRAM recibe más atención en los nodos más pequeños
Por qué esta tecnología de 25 años puede ser la memoria elegida para diseños de vanguardia y aplicaciones automotrices.
Aumento de la eficiencia energética de la IA con computación en memoria
Cómo procesar cargas de trabajo en escala zetta y mantenerse dentro de un presupuesto de energía fijo.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://semiengineering.com/a-new-phase-change-memory-aimed-at-helping-computers-process-large-amounts-of-data/
