Navigation und Service


Verbesserte PCRAM für effizientere Computer


17. September 2019

Künstliche Intelligenz, Big Data und Supercomputing sollen einmal revolutionieren, wie wir leben und arbeiten. Jedoch könnte die weitere Entwicklung dieser Technologien ausgebremst werden. „Schuld“ daran ist die Architektur aktueller Computer-Chips: Nach den Prinzip der „von-Neumann-Architektur“ aufgebaut verarbeiten und speichern diese Daten räumlich getrennt voneinander und dies hat negative Folgen: Die notwendige Kommunikation zwischen beiden Einheiten begrenzt die erzielbare Rechengeschwindigkeit und verursacht zudem einen Energieverlust von etwa 40 Prozent.

Äußerst effizient arbeitet hingegen unser Gehirn und deshalb könnte eine Chip-Architektur nach dem Vorbild der neuronalen Informationsverarbeitung einen Ausweg aus dem Dilemma ermöglichen. Ein internationales Team von Forschern unter Beteiligung des Forschungszentrums Jülich und der RWTH Aachen schlägt nun eine industriell realisierbare Verbesserung von Random Access Memory (RAM) vor, die auf phasenwechselnden Materialien basieren. Solche PCRAM gelten als vielversprechende Kandidaten für die Realisierung einer Chip-Architektur nach neuronalem Vorbild.

PCRAM speichern in einer phasenwechselnden Schicht die binären Daten in Form zweier unterschiedlicher Anordnungen der Atome: ungeordnet und kristallin. Elektrischer Strom dient zum Schalten zwischen beiden Zuständen und deren unterschiedliche Widerstände ermöglichen das Auslesen. Für einen Einsatz im neuromorphen Rechnen reicht jedoch die Leistungsfähigkeit der Schichten noch nicht aus: Bei intensivem Einsatz verändern sich Zusammensetzung und Struktur der Schichten und dadurch variieren ihre Widerstände erheblich. Die Arbeit der Forscher sorgt nun für eine wesentliche  Verbesserung.

Diese resultiert aus zwei Änderungen: dem Einsatz eines alternativen Phasenwechselmaterials und der räumlichen Aufbringung in Nanoschichten, abwechselnd mit einem anderen Material, was die Leistungsstabilität steigert. „Unser Ansatz ist für die industrielle Produktion geeignet, da die mehrschichtige Abscheidung die Herstellungskosten nicht wesentlich erhöht oder komplexe Verfahren erfordert. Das erleichtert die Integration in hochmoderne Gerätekonfigurationen für hochleistungsfähige neuromorphe Chips“, freut sich Prof. Chunlin Jia vom Jülicher Ernst Ruska-Centrum und der Jiaotong-Universität Xi’an, China, der an der Bewertung der Untersuchungsergebnisse beteiligt war. 

Originalpublikation:

Phase-change heterostructure enables ultralow noise and drift for memory operation
Keyuan Ding, Jiangjing Wang, Yuxing Zhou, He Tian, Lu Lu, Riccardo Mazzarello
Chunlin Jia, Wei Zhang, Feng Rao, Evan M
Science  22 Aug 2019: eaay0291, DOI: 10.1126/science.aay0291

Weitere Informationen:

Meldung: Paper accepted by Science: "Phase-change heterostructure enables ultralow noise and drift for memory operation” vom 23. August 2019 der Jiaotong-Universität Xi’an, China (engl.)

Forschungszentrum Jülich, Ernst Ruska-Centrum – Physik Nanoskaliger Systeme (ER-C-1) / Peter Grünberg Institut – Mikrostrukturforschung (PGI-5)

RWTH Aachen, Arbeitsgruppe von Prof. Riccardo Mazzarello





Servicemenü

Homepage