新技术可能有助于解决AI的“内存瓶颈”

 
耗电量巨大，耗电量巨大的大数据最终可能会满足要求。
西北大学和意大利墨西拿大学的电气工程师已经开发了一种新的磁存储设备，该设备有可能支持以数据为中心的计算浪潮，而这需要不断增加的功率，存储和速度。
该器件基于反铁磁(AFM)材料，是同类产品中最小的，并且以低电流记录数据以进行操作。
西北研究的Pedram Khalili说：“大数据的兴起已使人工智能(AI)在云和边缘设备中出现，并从根本上改变了计算，网络和数据存储行业。” “但是，现有的硬件无法维持以数据为中心的计算的快速增长。我们的技术有可能解决这一挑战。”
这项研究将于2月10日发表在《自然电子》杂志上。
Khalili是西北大学麦考密克工程学院的电气和计算机工程副教授。他与墨西拿大学电气工程副教授Giovanni Finocchio共同领导了这项研究。该团队还包括McCormick的电气和计算机工程教授Matthew Grayson。都是哈利利实验室成员的史家成和维克托·洛佩兹·多明格斯(Victor Lopez-Dominguez)都是该论文的第一作者。
从承诺到可能
尽管AI有望改善社会许多领域，包括医疗保健系统，交通运输和安全性，但AI只有在计算机能够支持的情况下才能发挥其潜力。
理想情况下，AI需要当今存储技术的所有最佳部分：速度与静态随机存取存储器(SRAM)一样快，并且存储容量类似于动态随机存取存储器(DRAM)或闪存。最重要的是，它还需要低功耗。
Khalili说：“目前没有满足所有这些需求的存储技术。” “这导致了所谓的“内存瓶颈”，严重限制了当今AI应用程序的性能和能耗。”
为了应对这一挑战，Khalili和他的合作者们使用了AFM材料。在AFM材料中，由于称为“自旋”的量子力学特性，电子的行为像微型磁铁一样，但由于自旋以反平行方式排列，因此材料本身并未表现出宏观磁化。
通常，存储设备需要电流以保持存储的数据。但是在AFM材料中，执行此任务的是磁性有序的自旋，因此不需要连续施加的电流。另外，不能通过外部磁场擦除数据。由于密集包装的设备不会与磁场相互作用，因此基于AFM的设备非常安全，并且易于按比例缩小尺寸。
易于采用的技术
由于它们固有地快速安全，并且使用较低的功率，因此在过去的研究中已经对AFM材料进行了研究。但是以前的研究人员在控制材料中的磁序时遇到了困难。
Khalili和他的团队使用了反铁磁铂锰的柱子-以前没有探索过的几何形状。这些支柱的直径仅为800纳米，比以前的基于AFM的存储设备小10倍。
重要的是，最终的设备与现有的半导体制造规范兼容，这意味着当前的制造公司可以轻松采用新技术，而无需投资购买新设备。
Khalili说：“这带来了AFM存储器，从而带来了大规模的高性能磁性随机存取存储器(MRAM)”。 “这对工业界来说是一笔大买卖，因为当今对技术和材料的需求日益旺盛，以扩展MRAM的规模和性能，并增加工业界已经对该技术进行投入以用于制造的巨大投资回报。”
Khalili的团队已经在为将这种应用程序翻译的下一步工作。
Khalili说：“我们正在努力进一步缩小这些设备的尺寸，并改善读出其磁性状态的方法。” “我们还正在寻找将数据写入AFM材料的更节能的方法，例如用电压代替电流，这是一项艰巨的任务，它可能会将能效进一步提高另一个数量级或更多。”