Zephyrnet-logo

Een nieuw faseveranderingsgeheugen dat computers helpt grote hoeveelheden gegevens te verwerken 

Datum:

Een technisch artikel met de titel "Novel nanocomposite-superlattices for low energy and high stable nanoscale phase-change memory" werd gepubliceerd door onderzoekers van Stanford University, TSMC, NIST, University of Maryland, Theiss Research en Tianjin University.

Abstract:

“Datacentrische toepassingen verleggen de grenzen van de energie-efficiëntie in de hedendaagse computersystemen, inclusief systemen die gebaseerd zijn op faseveranderingsgeheugen (PCM). Deze technologie moet een stabiele werking op nanoschaal met laag vermogen en een stabiele werking bereiken om te slagen in geheugenarrays met hoge dichtheid. Hier gebruiken we een nieuwe combinatie van faseveranderingsmateriaal-superroosters en nanocomposieten (gebaseerd op Ge4Sb6Te7), om een ​​record-lage vermogensdichtheid van ≈ 5 MW/cmXNUMX te bereiken2 en ≈ 0.7 V schakelspanning (compatibel met moderne logische processors) in PCM-apparaten met de kleinste afmetingen tot nu toe (≈ 40 nm) voor een superroostertechnologie op een CMOS-compatibel substraat. Deze apparaten ook gelijktijdig vertonen een lage weerstandsdrift met 8 weerstandstoestanden, goed uithoudingsvermogen (≈ 2 × 108 cycli) en snel schakelen (≈ 40 ns). Het efficiënte schakelen wordt mogelijk gemaakt door sterke warmteopsluiting binnen de superroostermaterialen en de afmetingen van het apparaat op nanoschaal. De microstructurele eigenschappen van de Ge4Sb6Te7 nanocomposiet en de hoge kristallisatietemperatuur zorgen voor de snelle schakelsnelheid en stabiliteit in onze superrooster PCM-apparaten. Met deze resultaten wordt de PCM-technologie opnieuw een van de koplopers op het gebied van energie-efficiënte gegevensopslag en computergebruik.”

Vind de technisch document hier. Gepubliceerd januari 2024. Lees dit gerelateerd nieuwsartikel van Stanford University.

Wu, X., Khan, AI, Lee, H. et al. Nieuwe nanocomposiet-superroosters voor faseveranderingsgeheugen op nanoschaal met lage energie en hoge stabiliteit. Nat Commun 15, 13 (2024). https://doi.org/10.1038/s41467-023-42792-4

Verder lezen
MRAM krijgt meer aandacht op de kleinste knooppunten
Waarom deze 25 jaar oude technologie het favoriete geheugen kan zijn voor toonaangevende ontwerpen en in autotoepassingen.
Het verhogen van de AI-energie-efficiëntie met rekenkracht in het geheugen
Hoe u zettascale-workloads kunt verwerken en binnen een vast energiebudget kunt blijven.

spot_img

Laatste intelligentie

spot_img