Память нового поколения для перспективных систем искусственного интеллекта должна обладать более высокими быстродействием и надёжностью. Китайским учёным удалось добиться прорыва в этом направлении, продемонстрировав новую структуру, способную выдержать около 10 млрд циклов перезаписи, что в сотню раз превышает предыдущий предел.
Источник изображения: Harrison Broadbent / unsplash.com
Исследования в области разработки более быстрой памяти и накопителей часто обращаются к сегнетоэлектрикам с вюрцитной кристаллической структурой, например, к нитриду алюминия со скандием (AlScN) — эти материалы предлагают совместимость с существующими технологическими процессами для производства полупроводников. Их также отличают низкое потребление энергии и высокая скорость переключения, что необходимо для будущих накопителей. Но до недавнего времени испытания на переключение построенных с использованием AlScN чипов показывали недостаточно высокую надёжность — они выходили из строя примерно через 100 млн циклов записи.
Китайские учёные утверждают, что им удалось найти решение. Они исследовали причины, по которым ресурс этих чипов ограничивался 100 млн циклов и выявили проблему — это были дефекты кристаллической решётки, связанные с отсутствием атомов азота. Причём проблема оказалась не столько в самих дефектах, сколько в их поведении во время переключения — они начинают перемещаться и даже скапливаться в группы, в результате чего формируются каналы, через которые происходит утечка тока. «Ранее исследователи знали, что устройства выходят из строя, и наблюдали некоторые признаки этого процесса, но никому не удавалось найти на атомном уровне объяснение, что именно перемещается, как происходит это движение, и как оно в итоге приводит к отказу», — пояснили учёные.
Обнаружив это, они разработали структуру материала, которая ограничивает миграцию и скопление вакансий азота, препятствуя формированию проводящих каналов, что замедляет деградацию материала в целом. Если проекту и далее будет сопутствовать успех, а именно технологию удастся масштабировать до массового производства, оперативная и постоянная память на основе AlScN может стать основной для серверного оборудования будущего, в том числе для систем ИИ.