RAM electroquímica
La memòria electroquímica d'accés aleatori (ECRAM) és un tipo de memòria no volàtil (NVM) en celes multinivel (MLC) dissenyada per a l'acceleració analògica del aprenentage profunt.[1][2][3] Una cela ECRAM és un dispositiu de tres terminals compost per un canal conductor, un electrolito aïllant, un depòsit iònic i contactes metàlics. La resistència del canal es modula per mig del intercanvi iònic en l'interfaç entre el canal i l'electrolito en aplicar un camp elèctric. El procés de transferència de càrrega permet mantindre l'estat en absència d'energia i programar varis nivells distints, lo que diferencia el funcionament de la ECRAM del d'un transistor d'efecte de camp (FET). L'operació d'escritura és determinista i pot donar lloc a una potenciació i depressió simètriques, lo que fa que les matrius ECRAM resulten atractives per a actuar com a pesos sinápticos artificials en implementacions físiques de rets neuronals artificials (RNA). Els reptes tecnològics inclouen el potencial de circuit obert (OCP) i la compatibilitat de la fundició de semiconductors associada als materials energètics. Universitats, laboratoris governamentals i equips d'investigació d'empreses han contribuït al desenroll de la ECRAM para computació analògica. En particular, Sandia National Laboratories va dissenyar una cèlula basada en liti inspirada en materials de bateries d'estat sòlit,[4] l'Universitat de Stanford va construir una cèlula orgànica basada en protones,[5] i International Business Machines (IBM) va demostrar la programació paralela sense selector en memòria per a una tasca de regressió llogística en una matriu de ECRAM d'òxit metàlic dissenyada per a la seua inserció en l'extrem posterior de la llínea (Back End Of
Line- BEOL).[6] En 2022, investigadors del Institut Tecnològic de Massachusetts varen construir una tecnologia protónica inorgànica compatible en CMOS que conseguia característiques de modulació casi ideals utilisant polsos ràpits de nanosegundos.[7]
Operació
[editar | editar còdic]Escritura
[editar | editar còdic]
La tensió en la porta, en relació en els electrodos del canal, pot aplicar-se en forma de corrent fixa o polarisació, impulsant els ions cap a -o alluntant-se de- l'interfaç electrolito/canal, a on es produïx la transferència de càrrega en portadors lliures. Despuix de l'inserció en el canal, la càrrega iònica es neutralisa i les espècies atòmiques es intercalan o s'unixen a la matriu conductora, lo que en alguns casos produïx una deformació i una transformació de fase localisada. Estos processos reversibles són equivalents a les reaccions anódicas/catódicas de les piles o els dispositius electrocrómicos. Encara que en la ECRAM, la programació de l'element de memòria no es definix com un canvi de capacitat o opacitat, sino per un canvi de conductivitat del canal associat a les espècies atòmiques que s'inserten o eliminen com a resultat de la senyal de tensió.
Llectura
[editar | editar còdic]L'operació de llectura està desacoplada de l'operació d'escritura gràcies a la presència de tres electrodos, lo que llimita els destorbament de llectura. S'aplica una chicoteta polarisació entre els electrodos del canal, i la corrent de llectura resultant és proporcional a la conductivitat del canal, per lo que detecta l'estat programat del dispositiu.
Velocitat
[editar | editar còdic]La velocitat de programació de les cèlules ECRAM no està llimitada per la difusió massiva dels ions. De fet, només necessiten creuar el pla d'interfaç entre el electrolito i el canal per a induir un canvi en la conductivitat. Els polsos d'escritura de nanosegundos poden desencadenar la programació.[8] Les compensació entre la capacitancia de la porta, la conductivitat electrònica, etc., poden produir transitoris d'assentament, llimitant la freqüència màxima de llectura-escritura.[9]
Matrius
[editar | editar còdic]Les matrius ECRAM s'integren en una disposició pseudocruzada, en la que la llínea d'accés a la porta és comuna a tots els dispositius d'una fila o columna. Si es produïx un canvi en el potencial electroquímic, la força motriu d'una pila, en produir-se un intercanvi iònic entre el canal i l'electrodo de porta, existix un potencial de circuit obert (OCP) en el contacte de porta que variarà d'un dispositiu a un atre en funció de l'estat programat. Per a evitar l'interferència entre cèlules que compartixen una llínea de porta, s'afig un dispositiu d'accés en série en l'element de memòria per a aïllar cada una d'elles.[10] La supressió de el OCP en el disseny de la ECRAM minimisa el tamany/complexitat de la cèlula, lo que permet la llectura/programació paralela sense selector de matrius de dispositius.[6]
Funció sináptica
[editar | editar còdic]Principi
[editar | editar còdic]
La memòria no volàtil (NVM) pot aprofitar-se per al càlcul en memòria, reduint aixina la freqüència de transferència de senyes entre les unitats d'almagasenament i processament. En última instància, açò pot millorar el temps de càlcul i l'eficiència energètica sobre les arquitectura de sistemes jeràrquics en eliminar el coll de botella de Von Neumann. Per lo tant, en utilisar cèlules multinivel (MLC) en els nodos de les matrius de barres creuades, es poden realisar operacions analògiques sobre senyes codificades en temps o tensió, com la multiplicació vectorial (senyal d'entrada en fila) × matricial (matriu de memòria). Seguint les lleis de Kirchhoff i Ohm, el vector resultant s'obté integrant la corrent arreplegada en cada columna. En el cas de les cèlules ECRAM, s'afig una llínea adicional en cada fila per a escriure les cèlules durant els cicles de programació, en lo que s'obté una arquitectura de pseudo-barres creuades. En el camp de l'inteligència artificial (IA), les rets neuronals profundes (DNN) s'utilisen per a tasques de classificació i aprenentage, i depenen d'un gran número d'operacions de multiplicació de matrius. Per tant, la computació analògica en tecnologia NVM per a este tipo de tasques resulta extremadament atractiva. Les celes ECRAM ocupen una posició privilegiada per al seu us en acceleradors analògics d'aprenentage profunt per la seua inherent naturalea de programació determinista i simètrica en comparació a atres dispositius com la RAM resistiva (ReRAM o RRAM) i la memòria de canvi de fase (PRAM).
Requisits
[editar | editar còdic]L'implementació física de rets neuronals artificials (RNA) deu tindre un rendiment isoexacto quan es compara en pesos de precisió de menge flotant en software. Açò establix els llímits de les propietats dels dispositius necessaris per als acceleradors analògics d'aprenentage profunt. En el disseny de la seua unitat de processament resistivo (RPU), IBM Research ha publicat tals requisits,[11] dels quals s'enumera ací un subconjunt. El codiseño d'algoritmes i hardware pot relaixar-los en certa mida, pero no sense atres compensació.[12]
| Mètrica | Unitat | Objectiu de la cèlula sináptica NVM |
|---|---|---|
| Ranc G | nS | 9-72 |
| relació encés/apagat | n.a. | 8 |
| # d'estats | n.a. | 1000 |
| asimetria dalt/avall | % | 5 |
| temps d'escritura | ns | 1 |
L'us de NVM com a contrapeso sinápticos en lloc d'almagasenament implica uns requisits molt distints sobre el ranc de resistència objectiu, el número de nivells i la velocitat i simetria de programació. Ya que el càlcul en memòria es realisa en paralel a través de la matriu, molts dispositius s'direccionar simultàneament i, per tant, deuen tindre una resistència mija alta per a llimitar el malbarat d'energia. Per a realisar càlculs d'alta precisió i ser resistent al soroll, la cèlula NVM necessita un gran número d'estats distints. El temps de programació només té que ser ràpit entre nivells, no dels estats de major a menor resistència. Durant cada cicle de programació (retropropagación), les actualisacions de pes poden ser negatives o positives, per lo que les traces dalt/avall necessiten simetria per a permetre la convergència dels algoritmes d'aprenentage. Totes les tecnologies NVM tenen dificultats en estos objectius. Les celes individuals de ECRAM poden complir estes estrictes mètriques,[6] pero també tenen que demostrar el rendiment de les matrius d'alta densitat i la estocasticidad.
Demostracions en matrius sinápticas ECRAM
[editar | editar còdic]Laboratoris Nacionals Sandia
[editar | editar còdic]Segons s'arreplega en una publicació de 2019 en Science, realisada per Elliot J. Fuller, Alec A. Talin, et al. de Sandia National Laboratories, en colaboració en l'Universitat de Stanford, i l'Universitat de Massachusetts Amherst:[10]
Utilisant cèlules orgàniques multinivel coplanares, aïllades per dispositius de memòria de pont conductor (CBM), l'equip demostra la programació i direccionament en paralel en matrius de fins a 3×3. En concret, una ret neuronal de 2 capes s'assigna a la matriu transferint els pesos necessaris per a realisar una tasca d'inferència que resulta en una operació XOR sobre el vector binario d'entrada.
Les celes individuals presenten les següents propietats (no totes es conseguixen en la mateixa configuració de dispositiu); velocitat = 1 MHz cicles de llectura-escritura, número d'estats > 50 (sintonisable), ranc de resistència = 50-100 nS (sintonisable), resistència > 108 operacions d'escritura, tamany = 50×50 μm2.
IBM Research
[editar | editar còdic]Com s'informa en un procediment de 2019 de la IEEE International Electron Device Meeting (IEDM), per Seyoung Kim, John Rozen, et al. de IBM Research:[6]
Utilisant celes ECRAM d'òxit metàlic, sense selector, l'equip demostra la programació paralela i el direccionament en matrius de 2×2. En concret, es realisa en memòria una tasca de regressió llogística en 1.000 vectores de 2×1 com a conjunt d'entrenament. L'ajust de curves 2D es conseguix en una dotzena d'époques.
Les celes individuals mostren les següents propietats (no totes es conseguixen en la mateixa configuració de dispositiu); velocitat = 10 ns de polsos d'escritura, número d'estats > 1.000 (sintonisable), ranc de resistència = 0-50 μS (sintonisable), resistència > 107 operacions d'escritura, tamany < 1×1 μm2.
Referències
[editar | editar còdic]- ↑ Nature Communications.4(1)
- 2676.ISSN 2041-1723.doi:10.1038/ncomms3676.Consultat el 2023-12-30.
- ↑ 2018 IEEE International Electron Devices Meeting (IEDM).doi:10.1109/IEDM.2018.8614551.
- ↑ «Finite element modeling of electrochemical random access memory - iis-projects». iis-projects.ee.ethz.ch. Consultat el 2023-12-30.
- ↑ Advanced Materials.29(4)ISSN 0935-9648.doi:10.1002/adma.201604310.Consultat el 2023-12-30.
- ↑ Nature Electronics.1(7)
- 386–397.ISSN 2520-1131.doi:10.1038/s41928-018-0103-3.Consultat el 2023-12-30.
- ↑ 6,0 6,1 6,2 6,3 2019 IEEE International Electron Devices Meeting (IEDM).doi:10.1109/IEDM19573.2019.8993463.
- ↑ Science.377(6605)
- 539–543.ISSN 0036-8075.doi:10.1126/science.abp8064.Consultat el 2023-12-30.
- ↑ 2018 IEEE International Electron Devices Meeting (IEDM).doi:10.1109/IEDM.2018.8614551.
- ↑
- 23-24.
- ↑ 10,0 10,1 Science.364(6440)
- 570–574.ISSN 0036-8075.doi:10.1126/science.aaw5581.Consultat el 2023-12-30.
- ↑ Frontiers in Neuroscience.10
- 333.ISSN 1662-4548.doi:10.3389/fnins.2016.00333.Consultat el 2023-12-30.
- ↑ Frontiers in Neuroscience.14
- 103.ISSN 1662-4548.doi:10.3389/fnins.2020.00103.Consultat el 2023-12-30.
- Este artícul conté una traducció derivada de «RAM electroquímica» de Wikipedia en castellà publicada baix la Llicència de documentació lliure de GNU i la Llicència Creative Commons Reconeiximent-CompartirIgual 4.0 Internacional.