Un documento tecnico intitolato “Nuovi superreticoli nanocompositi per memoria a cambiamento di fase su scala nanometrica a bassa energia e alta stabilità” è stato pubblicato da ricercatori della Stanford University, TSMC, NIST, Università del Maryland, Theiss Research e Università di Tianjin.
Abstract:
“Le applicazioni incentrate sui dati stanno spingendo i limiti dell'efficienza energetica nei sistemi informatici odierni, compresi quelli basati sulla memoria a cambiamento di fase (PCM). Questa tecnologia deve raggiungere un funzionamento stabile e a basso consumo su scala nanometrica per avere successo negli array di memoria ad alta densità. Qui utilizziamo una nuova combinazione di superreticoli di materiali a cambiamento di fase e nanocompositi (basati su Ge4Sb6Te7), per raggiungere una densità di potenza record, pari a 5 MW/cm2 e tensione di commutazione ≈ 0.7 V (compatibile con i moderni processori logici) nei dispositivi PCM con le dimensioni più piccole fino ad oggi (≈ 40 nm) per una tecnologia superreticolo su un substrato compatibile CMOS. Anche questi dispositivi contemporaneamente mostrano una bassa deriva della resistenza con 8 stati di resistenza, buona resistenza (≈ 2 × 108 cicli) e commutazione rapida (≈ 40 ns). La commutazione efficiente è resa possibile dal forte confinamento del calore all'interno dei materiali del superreticolo e dalle dimensioni del dispositivo su scala nanometrica. Le proprietà microstrutturali del Ge4Sb6Te7 il nanocomposito e la sua elevata temperatura di cristallizzazione garantiscono velocità di commutazione rapida e stabilità nei nostri dispositivi PCM superlattice. Questi risultati ristabiliscono la tecnologia PCM come uno dei precursori per l’archiviazione e l’elaborazione dei dati ad alta efficienza energetica”.
Trovare il documento tecnico qui. Pubblicato nel gennaio 2024. Leggi questo articolo di notizie correlato dalla Stanford University.
Wu, X., Khan, AI, Lee, H. et al. Nuovi superreticoli nanocompositi per memoria a cambiamento di fase su scala nanometrica a bassa energia e alta stabilità. Nat Commun 15, 13 (2024). https://doi.org/10.1038/s41467-023-42792-4
Letture consigliate
MRAM ottiene più attenzione ai nodi più piccoli
Perché questa tecnologia vecchia di 25 anni potrebbe essere la memoria preferita per progetti all'avanguardia e applicazioni automobilistiche.
Aumento dell'efficienza energetica dell'intelligenza artificiale con il calcolo in memoria
Come elaborare carichi di lavoro zettascale e rimanere entro un budget energetico fisso.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
- PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
- PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
- Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
- Fonte: https://semiengineering.com/a-new-phase-change-memory-aimed-at-helping-computers-process-large-amounts-of-data/
