分类
宾夕法尼亚大学新闻

提高数据存储的热度

宾夕法尼亚大学的研究人员开发了一种耐热存储设备,可以承受超过1000°F的温度。他们的发现为极端环境中的人工智能计算铺平了道路。

Researcher, out of focus and in the background, holding a pinching tool clasping a memory storage device.

在闷热的日子里,智能手机关机是一种非常普遍的烦恼,可能会伴随着阳光明媚的下午去海滩旅行。这些设备中的电子存储器不是为处理极端高温而构建的。

随着温度的升高,存储数据的电子变得不稳定并开始逃逸,导致设备故障和信息丢失。但是,如果小工具不仅能承受炎热的夏日,还能承受喷气发动机的灼热条件或金星的恶劣表面呢?

在发表在《自然电子学》杂志上的一篇论文中,宾夕法尼亚大学Deep JariwalaRoy Olsson以及他们在工程与应用科学学院的团队展示了能够承受高达600摄氏度的温度的存储器技术 – 是市场上任何商用驱动器的两倍多 – 并且这些特性保持了60多个小时。 具有出色的稳定性和可靠性。

该团队的发现不仅为需要在极端环境中运行的工具提供更好的传感器铺平了道路,而且还为擅长在恶劣条件下进行数据密集型计算的人工智能系统打开了大门。

“从深地钻探到太空探索,我们的高温存储设备可以导致先进的计算,而其他电子设备和存储设备将步履蹒跚,”Jariwala说。“这不仅仅是改进设备;这是关于在科学和技术方面开辟新前沿。

该团队开发了一种被归类为非易失性的设备,这意味着它可以保留存储在其上的信息,而不需要有源电源,而这种电源在消费电子产品中每天使用的任何带有硬盘驱动器或闪存驱动器的设备中。然而,与其他传统的硅基闪存驱动器设备不同,这些设备在200摄氏度(392华氏度)左右开始失效,研究人员使用一种称为铁电铝氮化钪(AlScN)的材料设计了他们的闪存驱动器。

研究人员解释说,AlScN具有存储优势,因为它能够保持给定的电状态状态 – “开”或“关”代表数字数据的1和0 – 在外部电场被移除后,在显着更高的温度下,以及其他理想的特性。

“AlScN的晶体结构也使其在原子之间具有更稳定和更强的键,这意味着它不仅耐热,而且非常耐用,”该论文的第一作者,Jariwala和Olsson实验室的博士后研究员Dhiren Pradhan说。“但更值得注意的是,我们的存储设备设计和特性允许在电气状态之间快速切换,这对于高速写入和读取数据至关重要。

A seated researcher holds a metal pinching tool clasping a metallic device.
Deep Jariwala 和 Roy Olsson 实验室的博士后研究员 Dhiren Pradham 拥有一种能够在高于 600°C 的温度下运行的铝氮化钪信息存储设备。

Jariwala说,存储设备由金属 – 绝缘体 – 金属结构组成,将镍和铂电极与一层薄(45纳米)的AlScN结合在一起,厚度是这里的一个关键考虑因素,因为在高温下颗粒移动得更不稳定。“如果它太薄,增加的活性会驱动扩散并降解材料。如果太厚,就会有我们正在寻找的铁电开关,因为开关电压与厚度成比例,并且在实际操作环境中存在限制。因此,我的实验室和罗伊·奥尔森(Roy Olsson)的实验室合作了几个月,以找到这种金发姑娘的厚度,“他说。

这种结构配置还确保了与高温碳化硅逻辑器件的兼容性,使团队的存储器件能够与专为极端温度设计的高性能计算系统配合使用。

除了为地球和外星探索构建强大的存储设备外,Jariwala和团队还看到了这项新技术在极端环境中实现更复杂计算形式的潜力。

Jariwala解释说,他们的设备还可以解决当前计算架构中的一个关键差距,即中央处理器和内存的分离会导致效率低下,因为数据必须在这些组件之间传输,从而导致瓶颈在快速处理大量数据的人工智能应用程序中尤为严重。

“使用小型硅晶体管的传统设备很难在高温环境中工作,这一限制限制了硅处理器,因此,改用碳化硅,”他说。“虽然碳化硅技术很棒,但它远不及硅处理器的处理能力,因此在高温或任何恶劣环境中都无法真正完成高级处理和数据密集型计算(如AI)。我们存储设备的稳定性可以允许将内存和处理更紧密地集成在一起,从而提高计算的速度、复杂性和效率。我们称之为’内存增强计算’,并正在与其他团队合作,为新环境中的人工智能奠定基础。

Deep Jariwala 和 Roy Olsson 是宾夕法尼亚大学工程与应用科学学院的副教授。

Dhiren Pradhan 是宾夕法尼亚大学工程学院 Jariwala 和 Olsson 实验室的博士后研究员。

其他作者包括宾夕法尼亚工程学院的 Gwangwoo Kim、Yunfei He、Pariasadat Musavigharavi、Kwan-Ho Kim、Nishant Sharma、Zirun Han、Xingyu Du 和 Eric Stach 以及空军研究实验室的 David C. Moore、Venkata S. Puli、W. Joshua Kennedy 和 Nicholas R. Galvin。

这项工作得到了空军研究实验室和空军科学研究办公室(FA9550-23-1-0391),Vagelos能源科学与技术研究所和国家科学基金会(资助NNCI-1542153和DMR-2309043)的支持。

新闻旨在传播有益信息,英文版原文来自https://penntoday.upenn.edu/news/penn-engineering-jariwala-turning-heat-data-storage