Сегодня 10 ноября 2024
18+
MWC 2018 2018 Computex IFA 2018
реклама
Offсянка

Плесните терабит в квадратный миллиметр

⇣ Содержание

Многослойные и многоуровневые ячейки NAND — поистине шедевр полупроводниковых технологий. Однако с дальнейшей их миниатюризацией от достигнутого к настоящему времени уровня дела обстоят совсем не просто: по фундаментальным физическим причинам даже сокращение габаритов наноконденсаторов, что служат там базовыми элементами хранения данных, представляет собой неимоверно сложную задачу. Увеличивать количество хранимых в одной ячейке битов данных — переходить от наиболее распространённых сегодня трёх- и четырёхбитовых микросхем памяти (TLC и QLC) к пятибитовым (PLC) и более — тоже стратегически тупиковый вариант: вероятность ошибок при операциях с такими ячейками заметно возрастает, да и долговечность их (количество циклов перезаписи, после которого наноконденсатор банально выходит из строя) драматически снижается.

Достаточно сказать, что заказчики SSD для облачных ИИ-серверов — а именно этот сравнительно узкий сегмент мирового рынка накопителей показывает в последнее время выдающийся рост, исчисляемый десятками процентов квартал к кварталу, — предпочитают, по данным экспертов TrendForce, не пяти-, не четырёх-, а как раз трёхуровневые (TLC) устройства ёмкостью 4-8 Тбайт, поскольку именно те на сегодня демонстрируют оптимальное соотношение трёх важнейших для бизнеса параметров. А именно — высокой ёмкости; достаточной для ИИ-задач производительности под большой нагрузкой; а заодно и долговечности, позволяющей заведомо окупить их установку в коммерческие системы. Иными словами, развитие NAND-технологий с точки зрения гиперскейлеров, что предоставляют облачный доступ к моделям ИИ entrprise-уровня, уже по сути упёрлось в «стеклянный потолок» оправданности инвестиций, — самое время подыскивать им на смену что-нибудь новенькое. Что-нибудь с таким же значительным потенциалом развития, каким обладала та же самая полупроводниковая память десяток-другой лет назад.

 Разновидности физических реализаций компьютерной памяти (SRAM — оперативная, DRAM и далее — постоянная) в координатах «доступность в Гбайт/долл.» — «задержки при доступе (по логарифмической шкале)», а также применимость их для разных типов хранилищ данных: архивных, отложенного доступа, онлайновых, постоянно активных (источник: IMEC)

Разновидности физических реализаций компьютерной памяти (SRAM — оперативная, DRAM и далее — постоянная) в координатах «доступность в Гбайт/долл.» — «задержки при доступе (по логарифмической шкале)», а также применимость их для разных типов хранилищ данных: архивных, отложенного доступа, онлайновых, постоянно активных (источник: IMEC)

Предполагается, что к 2029 г. микросхемы 3D NAND смогут обеспечить плотность записи данных до 70 Гбит/мм². Это само по себе очень внушительное значение — даже если оставить в стороне вопрос о том, с какими задержками столкнутся компьютерные системы недалёкого будущего, обращаясь к столь насыщенным информацией полупроводниковым структурам. А обращаться придётся — особенно в ходе тренировки новых, куда более изощрённых, чем доступные сегодня, моделей искусственного интеллекта. Динамика роста их аппетитов впечатляет: для тренировки GPT-3, к примеру, использовался набор данных в 570 Гбайт (указан объём сжатого текста — только текста, без изображений и видео, поскольку это не мультимодальная модель, — да ещё после фильтрации исходного, куда более крупного массива), породивший 400 млрд токенов. Согласно экспертным оценкам, для тренировки грядущей (предположительно, её представят публике в ноябре-декабре 2024-го, после американских выборов) GPT-5 использовано уже более 280 Тбайт отфильтрованных данных, превращённых более чем в 70 трлн токенов. Увеличение объёма потребной для обучения модели информации почти на три десятичных порядка всего примерно за пару лет огорошивает, и если подобные темпы хотя бы частично сохранятся, а на смену нынешнему генеративному ИИ не придёт какого-то менее прожорливого в ресурсном плане способа организации машинного обучения для решения тех же задач, ёмких накопителей мировой ИТ-отрасли потребуется по-настоящему много. Возможно, немалая их доля окажется в относительно скором времени как раз жидкостными (liquid-based), причём внутри этого только-только начавшего развиваться направления уже успели оформиться несколько конкурирующих технологий.

#Наноразмер имеет значение

В 2022 г. исследователи из бельгийского IMEC (Interuniversity Microelectronics Centre) предложили сразу два подхода к организации жидкостной постоянной памяти: коллоидальный и электролитический, — каждый из которых в перспективе открывает возможность для создания накопителей с плотностью записи данных до 1 Тбит/мм². Если принять во внимание, насколько снизились темпы роста плотности у появляющихся в последние годы всё более «многоэтажных» NAND-чипов, развитие liquid-based storage (LBS) представляется более чем привлекательным — даже с учётом необходимых для этого немалых инвестиций. По мнению авторов этой идеи, жидкостная память может начать появляться в виде серийных хранилищ данных уже с начала 2030-х гг., а по скорости доступа она к тому времени сможет занять промежуточное положение между HDD и ленточными кассетами. 3D NAND и через 5-6 лет продолжит оставаться непревзойдённой в плане оперативности отклика, однако в таких задачах, как создание резервных копий с возможностью достаточно быстрого поиска и извлечения данных, а также хранение — не архивное, а, что называется, под рукой (nearline) — мультимедийных коллекций и иных объёмистых файлов LBS имеет все шансы потеснить привычные сегодня жёсткие диски. Особенно с учётом того, что и те выходят, похоже, на плато роста плотности сохраняемой на магнитных пластинах информации.

 Три подхода к организации компьютерной памяти: a) полупроводниковый — совмещение устройств доступа с ячейками хранения, b) магнитный — неразмеченная среда хранения с подвижным устройством доступа, c) жидкостный — с объёмной средой хранения и стационарными устройствами доступа (источник: IMEC)

Три подхода к организации компьютерной памяти: a) полупроводниковый — совмещение устройств доступа с ячейками хранения, b) магнитный — неразмеченная среда хранения с подвижным устройством доступа, c) жидкостный — с объёмной средой хранения и стационарными устройствами доступа (источник: IMEC)

Напомним, по какой именно причине полупроводниковую память, будь то DRAM или NAND, чрезвычайно трудно миниатюризировать сверх определённого масштаба. Каждая ячейка такого хранилища данных, одно- или многоуровневая, состоит из по меньшей мере одного собственно запоминающего — хранящего электрический заряд — элемента, а также из устройства доступа к этому элементу; условного коммутатора, в роли которого выступает диод или транзистор. Через коммутатор запоминающий элемент подключается к электрическим шинам, по которым поступают команды на чтение/запись/обнуление ячеек. Хотя запоминающий элемент теоретически можно миниатюризировать вплоть до молекулярных масштабов, особенно если перейти от конденсаторов к мономолекулярным магнитам, коммутаторы и шины данных в полупроводниковом приборе неизбежно продолжат оставаться сравнительно макроскопическими объектами — минимальный характерный размер которых определяется характеристиками технологического процесса, что используют для изготовления данного чипа.

В случае HDD и тем более ленточных кассет организация хранения данных принципиально иная: там устройство доступа либо одно, либо представлено ограниченным числом головок чтения/записи, каждая из которых обслуживает свою область носителя — магнитного диска или, соответственно, ленты. Носитель же чаще всего представляет собой неразмеченную (unpatterned) среду — хотя в последнее время, с развитием технологий HAMR/MAMR, а в перспективе и BPM, начинает заходить речь о точном нацеливании головок чуть ли не на отдельные магнитные домены на поверхности дисков. Использование неразмеченной среды удешевляет магнитные технологии хранения данных в сравнении с полупроводниковыми — но за счёт очевидного увеличения времени доступа к каждому отдельному биту, равно как и количества энергии, нужного для каждого акта записи/считывания (как минимум по причине необходимости физически перемещать головки над средой хранения). Зато уменьшать геометрические размеры этих битов выходит куда эффективнее, чем в случае всё той же NAND.

 Принципиальная схема организации ячеек коллоидной памяти; см. пояснения в тексте (источник: IMEC)

Принципиальная схема организации ячеек коллоидной памяти; см. пояснения в тексте (источник: IMEC)

#Даёшь коллоид!

Предложенный исследователями из IMEC подход к хранению данных — в некотором смысле промежуточный между классическими полупроводниковым и магнитным. Здесь также имеется объёмная (как в 3D NAND, например) среда хранения — но устройства доступа к данным располагаются плотным плоским массивом, каждый элемент которого контролирует информацию в столбце вещества — «колодце» — непосредственно под ним (или же над ним; принципиальной разницы тут нет, поскольку в столь узких колодцах капиллярные явления более значимы, чем воздействие гравитации). Таким образом значительно — если сравнивать с полупроводниковой памятью — сокращается число коммутаторов, приходящихся на каждый бит хранимых данных; а значит, шире становятся возможности для миниатюризации такого накопителя в целом. Рассматривая «колодец данных» не абстрактно, а вполне буквально, нетрудно повторить мысленный путь инженеров IMEC к концепции коллоидной памяти — когда вертикальные выемки в физическом основании накопителя заполняются коллоидной системой, т. е. такой, в которой содержатся гетерогенно, не смешиваясь и не взаимопревращаясь, как минимум две фазы в различных агрегатных состояниях. Чаще всего это жидкая среда (в данном случае — дистиллированная вода) и твёрдый наполнитель. Последний представлен наночастицами двух типов, одни из которых кодируют единицы, другие — нули, а физические размеры их таковы, что в ствол колодца данных они помещаются свободно, без усилий, но — строго поодиночке.

Таким образом, записанная в базовую ячейку последовательность символов, условное машинное слово, будет представлять собой просто последовательность частиц с различными свойствами — главное, подобрать их так, чтобы с уверенностью различать «нули» и «единицы» при считывании информации и свободно манипулировать ими при записи. Для этих операций в IMEC предлагают использовать привычные полупроводниковые КМОП-структуры, а значит, отличаться один от другого типы частиц — носителей данных в коллоидной памяти — должны, к примеру, по величине электрического заряда. Со считыванием больших проблем не предвидится: «вытягивать» по одной заряженные наночастицы из определённого колодца-капилляра и фиксировать на выходе из его ствола, «ноль» сейчас вернулся в общий резервуар или «единица», — дело нехитрое. Другой вопрос — запись данных: отловить в резервуаре частицу с нужной величиной заряда и поместить её в строго заданный колодец — определённоинженерная задача со звёздочкой.

 Яркие точки — флуоресцирующие полистироловые наночастицы, которые входят (разница в яркости соответствует глубине погружения) в квадратные колодцы прототипа коллоидного накопителя в процессе записи (источник: IMEC)

Яркие точки — флуоресцирующие полистироловые наночастицы, которые входят (разница в яркости соответствует глубине погружения) в квадратные колодцы прототипа коллоидного накопителя в процессе записи (источник: IMEC)

Использовать электрически заряженные частицы в данном случае было бы опрометчиво: в общем резервуаре не удастся избежать паразитного притягивания/отталкивания между ними, что усложнит путь коллоидных «битов» к выборочному помещению в нужные капилляры. Исследователи сделали ставку на явление частотно-зависимого диэлектрофореза: благодаря ему удаётся сепарировать в жидкой среде под воздействием внешнего электрического поля частицы — сами по себе нейтральные, но по-разному реагирующие на различные электромагнитные частоты. Здесь, конечно, ещё немало не только практической, но и теоретической работы: скажем, потребуется разработать эффективный протокол записи — одновременно и достаточно скоростной, и гарантирующий от неприемлемого количества ошибок. Общий принцип уже понятен: допустим, при приложении внешнего поля с условной частотой «0» во все колодцы-капилляры накопителя будут поступать из резервуара частицы-«нули», и задачей КМОП-контроллера будет перекрыть горловины тех капилляров, в которые в данный момент очередной «ноль» записывать не надо. Так или иначе, на микронной размерной шкале в IMEC уже подтвердили работоспособность коллоидного накопителя экспериментально, — вопрос теперь лишь в изыскании средств и выделении инженерного ресурса на то, чтобы масштабировать его до нанометровых величин основных рабочих элементов.

#И электролит не повредит

Другая разновидность жидкостного накопителя, предложенная бельгийскими исследователями, — электролитическая. Электролизом, напомним, называют процесс образования химических продуктов на электродах (которые находятся в контакте со средой с ионной проводимостью) при протекании электрического тока через образующийся при таком контакте замкнутый контур. В данном случае роль среды исполняет раствор — в воде или иной подходящей жидкости — ионов двух металлов, готовность каждого из которых осаждаться на электроде напрямую зависит от величины приложенного к цепи потенциала. Собственно накопитель тоже, как и в случае коллоидной памяти, представляет собой резервуар для жидкости с массивом капилляров, но только здесь на дне каждого колодца расположен индивидуальный управляющий электрод (контролируемый опять-таки КМОП-контуром), а с противоположной стороны резервуара — общий большой электрод, один на весь массив.

 Принцип работы электролитической жидкостной памяти: стрелочками показаны процесс осаждения ионов (electrodeposition) и обратный ему процесс возвращения накопленных ранее в капилляре слоёв металлов в раствор (electrodissolution) (источник: IMEC)

Принцип работы электролитической жидкостной памяти: стрелочками показаны процесс осаждения ионов (electrodeposition) и обратный ему процесс возвращения накопленных ранее в капилляре слоёв металлов в раствор (electrodissolution) (источник: IMEC)

Принцип действия электролитического накопителя тоже довольно прозрачен: подавая на управляющий электрод в одном из капилляров определённый потенциал, система заставляет осаждаться на нём (т. е. в стволе соответствующего колодца) ионы либо одного, либо другого металла из состава раствора. Предложенный в IMEC способ кодирования данных состоит в использовании одного из металлов для записи информации (условно, слой толщиной в 1 нм будет означать «0», в 2 нм — «1»), а второго — для формирования промежуточных слоёв между укладываемыми последовательно в колодец «битами». Считывание же данных производится путём запуска электролиза в обратную сторону — с подсчётом изменения потенциала каждого капилляра по мере истекания (в буквальном смысле слова) из него записанной ранее информации. Здесь тоже придётся решать немало технических проблем — например, взаимопроникновение двух металлов на границе раздела между ними может оказаться достаточно глубоким (речь, напомним, идёт о слоях в 1-2 нм толщиной), чтобы приводить затем к ошибкам считывания. И всё же в эксперименте IMEC удалось — используя пока, правда, миллиметровые и микрометровые по диаметру капилляров массивы — добиться уверенного электролитического депонирования, а потом контролируемого растворения (с фиксацией этого процесса на уровне управляющей электроники, т. е. с исполнением операции считывания) двух слоёв ионов CoNi, перемежённых тремя слоями ионов Cu. При этом чем меньше было сечение колодца, тем выше оказывались скорости записи и чтения.

Бельгийские исследователи, полностью осознавая сложность стоящих перед разработчиками жидкостной памяти инженерных задач, тем не менее говорят о достижимости уже к началу 2030-х запредельной по нынешним меркам плотности записи информации в накопителях такого рода — 1 Тбит/мм², причём оценивают себестоимость этих хранилищ данных в пересчёте на единицу занимаемой площади как более низкую, чем у наиболее передовых на тот момент микросхем 3D NAND. Технологического оптимизма этому прогнозу добавляет расчёт необходимой для достижения заявленных целей плотности размещения элементов жидкостного накопителя: всего-то 40 нм между соседними структурами — будь то нанокапилляры или управляющие металлические шины. Даже по нынешним микроэлектронным стандартам это действительно вполне щадящие спецификации, а уж в ожидаемых реалиях 2030 г. и подавно. Судя по всему, литографические методы станут основными при производстве жидкостной памяти, поскольку что-то, а протравливать нанометровые в диаметре отверстия на точно намеченных позициях современное оборудование для изготовления полупроводников умеет отменно. Кстати, именно прогресс в области 3D NAND позволяет формировать на кремниевой подложке ровные вертикальные колодцы с соотношением высоты и диаметра 200:1 и даже 400:1 — как раз примерно такие будут требоваться для серийных образцов электролитической и коллоидной жидкостной памяти соответственно.

 Поверхность микросхемы, послужившей исследователям подтверждением концепции электролитической памяти: группы белых кружков — массивы колодцев диаметром 80-150 нм (разные группы капилляров — для оценки зависимости скорости операций записи/чтения от их габаритов) и глубиной 300 нм (источник: IMEC)

Поверхность микросхемы, послужившей исследователям подтверждением концепции электролитической памяти: группы белых кружков — массивы колодцев диаметром 80-150 нм (разные группы капилляров — для оценки зависимости скорости операций записи/чтения от их габаритов) и глубиной 300 нм (источник: IMEC)

#Т-1000 вызывали?

Памятный многим «робот из жидкого металла» (точнее, из металлического полисплава), с которым персонаж Арнольда Шварценеггера сражался во втором фильме франшизы «Терминатор», неизбежно приходит на ум в связи с довольно свежей (публикация датируется концом 2023 г.) разработкой учёных из пекинского университета Цинхуа — FlexRAM. Как явствует уже из названия, это «гибкая» оперативная память — предназначенная в первую очередь для комплектования устройств с гибкими экранами. При этом в составе FlexRAM присутствует и вещество в жидкой фазе: это сплав на основе галлия (gallium-based liquid metal, GLM), температура плавления которого заметно ниже комнатной, как и у ртути, например, — и который по этой причине в нормальных условиях пребывает именно в жидком состоянии.

Поверхность капель жидкого металла — как, собственно, и частиц почти любого твёрдого — подвержена естественным процессам окисления и восстановления, в ходе которых атомы металла либо соединяются с кислородом (как правило, атмосферным — так образуются ржавчина, патина и проч.), либо, соответственно, теряют с ним связь. В случае FlexRAM эти процессы — управляемые: под воздействием невысокого контролирующего потенциала поверхности капель GLM, помещённых в гидрогель, окисляются; плёнка оксида препятствует прохождению электрического тока — тем самым сопротивление данного объёма в целом возрастает. Этому состоянию разработчики поставили в соответствие логическую единицу. Если тот же потенциал снова приложить к объёму, но уже с обратным знаком, произойдёт восстановление — и проводимость данного участка среды увеличится; таким образом кодируется логический ноль.

 На этом живописном фото схвачен момент перехода поверхности GLM-капли из окисленного состояния в восстановленное (источник: Tsinghua University)

На этом живописном фото схвачен момент перехода поверхности GLM-капли из окисленного состояния в восстановленное (источник: Tsinghua University)

Пока что разработка китайских инженеров находится на самой ранней стадии: каждая GLM-капля кодирует один-единственный бит данных, а экспериментальная установка уверенно оперирует, записывая и считывая информацию, лишь с восемью каплями разом, — итого 1 байт. Есть, однако, крайне важное обстоятельство, заставляющее исследователей прочить FlexRAM солидные перспективы: эта память, формально по всем признакам оперативная, на деле способна сохранять записанные в неё данные довольно продолжительное время. В бескислородной среде поверхности GLM-капель остаются окисленными или же восстановленными в отсутствие внешних воздействий достаточно долго — экспериментаторы заявляют о 12 часах. Устойчивость столь несложной физико-химической системы тоже довольно высока: подтверждено, что она выдерживает по меньшей мере 3,5 тыс. циклов перезаписи (изменения состояния поверхности с окисленной на восстановленную и обратно), что соответствует ресурсному запасу ячеек современных (многоуровневых) чипов NAND.

В качестве перспективных областей применения FlexRAM — разумеется, после того, как от нынешних миллиметровых масштабов удастся перейти к микро-, а лучше нанометровым — называют интерфейсы «мозг — машина», включая имплантируемые, гибкие или даже целиком жидкофазные вычислительные системы; мягкую робототехнику (soft robotics) и т. д. Говорят даже о схожести процессов окисления/восстановления на поверхности капель жидкого металла с гиперполяризацией/деполяризацией клеточной мембраны нейрона — подразумевая тем самым применимость жидкой памяти для создания близко имитирующих биологические объекты нейроморфных компьютеров.

 «Ковёр Серпинского», сформированный молекулами ДНК в ходе самосборки по запрограммированному исследователями алгоритму (источник: Wikimedia Commons)

«Ковёр Серпинского», сформированный молекулами ДНК в ходе самосборки по запрограммированному исследователями алгоритму (источник: Wikimedia Commons)

Не стоит забывать и ещё об одном привлекающем в последнее время исследователей направлении — ДНК-памяти и, шире, полноценных ДНК-вычислениях с реализацией на этих всем известных (хотя бы понаслышке) макромолекулах как хранения данных, так и логических операций над ними. ДНК-память хороша как раз для массивов информации, к которым необходим лишь отложенный доступ (nearline storage), а также для длительного архивного хранения: в идеальных условиях она, не саморазрушаясь и не требуя какого-либо обслуживания, остаётся неизменной десятилетиями. Даже о том, каким образом кодировать данные в ДНК, особо задумываться не приходится: эта молекула создана самой природой именно для записи (с последующим копированием) генетической информации в виде определённой последовательности нуклеотидов. И с плотностью размещения данных там полный порядок: всё содержимое библиотеки американского конгресса (74 млн Мбайт по состоянию на 2021 г.) уместится в клубок ДНК-молекул размером с маковое зёрнышко.

Поскольку для ДНК наиболее подходит именно жидкая среда, вычислители (либо обособленные хранилища данных), созданные по этой технологии, безусловно, также будут относиться к категории жидкостных. На этом направлении исследователей тоже ожидает немало вызовов — взять хотя бы крайне низкую скорость записи/чтения: скажем, американская программа MIST (Molecular Information Storage) ставит своей краткосрочной целью обеспечить считывание 10 Тбайт данных из экспериментального ДНК-хранилища за 24 часа, затратив на это не более 1 тыс. долл. США. Другой серьёзный вызов — не самая высокая надёжность хранения данных, особенно при репликации: склонность к изменчивости генетического кода встроена, можно сказать, на аппаратном уровне — именно благодаря ей и идёт биологическая эволюция. В любом случае жидкостная память и, шире, вычислительные системы на жидкостной основе выглядят весьма многообещающими в свете всё более тормозящихся темпов классического полупроводникового прогресса.

#Материалы по теме

 
 
⇣ Содержание
Если Вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Вечерний 3DNews
Каждый будний вечер мы рассылаем сводку новостей без белиберды и рекламы. Две минуты на чтение — и вы в курсе главных событий.

window-new
Soft
Hard
Тренды 🔥
Астрономы обнаружили «межзвёздный тоннель» от Местного пузыря с Солнечной системой в сторону созвездия Центавра 6 ч.
Жители Мемфиса не рады развитию ИИ-суперкомпьютера xAI Coloussus Илона Маска 6 ч.
AWS вложит $1,3 млрд в расширение ЦОД в Италии 11 ч.
Первый в Великобритании поезд на аккумуляторах проехал 70 км на скорости 120 км/ч и превзошёл по эффективности дизельный 11 ч.
До 96 ядер и 722 Гбайт RAM: в облаке Microsoft появились инстансы на собственных Arm-чипах Azure Cobalt 100 11 ч.
Энтузиасты разобрали новый Apple Mac Mini — компактный ПК получил съёмный SSD 12 ч.
В шаге от сверхзвука: прототип сверхзвукового авиалайнера Boom Supersonic XB-1 преодолел порог в 1000 км/ч 13 ч.
Corning получит $32 млн от правительства США в рамках «Закона о чипах» 18 ч.
Американские регуляторы обвинили Tesla в пропаганде безответственного использования автопилота 19 ч.
ASML пришлось столкнуться с кратковременным перебоем в работе 21 ч.