尽管需要更好的内存，但要满足嵌入式内存解决方案和设备的 28 纳米设计标准和更小的占用空间，仍然存在很多困难。再加上传统的冯诺依曼数据瓶颈综合症，传统内存的升级空间优先。

　　一种可能的解决方案是相变存储器，这是一种非易失性随机存取存储器，即使断电也能保留存储的数据，并在不离开存储器本身的情况下提供计算分析。

　　PCM 的架构

　　PCM 的基本原理可以追溯到 1960 年代，最初的开发目前已由意法开云棋牌官网在线客服获得专利，尺寸达到 28 纳米。PCM 的一些优势包括数据保留、低功耗特性以及在高达 165 摄氏度的工作温度下的稳健性能。

　　PCM 研究的美妙之处在于如何改变分子或原子结构可以让其他开发人员创造一种新的方法来建立在原始开发的基础上，并在下一代纳米技术中实现更小的几何形状。本文将介绍推动 PCM 走向未来的一些最新进展和研究；

　　然而，在深入探讨之前，让我们先简单谈谈日益增长的存储设备——冯诺依曼瓶颈。

　　超越冯诺依曼架构

　　1945 年，数学家和物理学家约翰·冯·诺依曼开发了一种计算机体系结构，该体系结构由用于程序和数据的单个共享内存组成。该技术包括用于内存访问的单一总线、算术单元和程序控制单元。几乎所有的 CPU 都基于这种架构。

　　冯诺依曼架构的概述

　　然而，如果处理器和计算机的架构偏离这个基本模型会怎样？

　　可以通过替代设计达到新的计算水平，适当地视为非冯诺依曼架构。

　　从人脑中获得灵感，开发非冯诺依曼计算方法创建了一个可以提供内存计算的系统，以减轻数据流量的积累。当任务和存储在内存本身内执行时，冗余被消除。PCM 可以利用这种以数据为中心的计算架构来解决传统的冯诺依曼瓶颈。

　　斯坦福的柔性 PCM 研究

　　斯坦福大学的电气工程研究方面很优秀。研究的范围包括物理技术、信息系统、硬件系统和可再生能源。在他们的EE 部门内有 Pop's Lab，这是一个由斯坦福大学教授 Eric Pop 领导的实验室。Pop 的实验室研究工作探索纳米电子学和纳米级能量转换技术。

　　最近，Pop 教授的团队发现，可以在不牺牲 PCM 的标准特性的情况下，操纵和弯曲相变存储器件以满足更小的纳米技术的需求。

　　斯坦福的 PCM 设备

　　这些 PCM 可以是塑料、纸、柔性玻璃或金属箔，以实现弯曲特性。斯坦福大学的研究人员发现，即使在 100 次弯曲循环之后，由聚酰胺制成的超晶格也可以层叠在 PCM 上以提供柔韧性，同时还能承受低电阻和高电阻状态。

　　超低电流密度存在于 PCM 的结构中，同时具有低热导率。这些结果表明，灵活的 PCM 可以实现多层次的能力，是内存计算应用的有前途的解决方案。

　　Eric Pop 教授认为，他的团队的发现具有切换柔性存储单元所需的电流密度，比大多数其他报告的相变存储器低 10 到 100 倍。此外，当弯曲时，存储单元可以保持其性能。

　　随着世界进入神经网络和量子计算的新时代，柔性 PCM 可以产生更高的能量密度，并且可能是数据存储丢失的关键，以获取更大的数据量，这就是 IBM 研究院正在研究 PCM 技术的原因。

　　IBM 通过 PCM Research 探索内存计算

　　IBM 是云计算、人工智能 （AI）、量子计算以及探索性科学和材料领域备都备受认可和尊重的企业，它不断研究以寻找应对全球数据和信息的方法，这些数据和信息将继续呈指数级增长。

　　2018 年，全球数据存储量达到 33 泽字节，需要发现满足下一代计算的新方法。了解这些问题后，IBM 的研究人员通过分析新材料来提供节能架构来解决这个问题。

　　IBM 希望 PCM 有益的内存计算的一般概述

　　IBM 的一个有前途的解决方案是 PCM，因为它们可以仅根据原子结构中发生的变化来存储和删除数据。

　　如前所述，由于冯诺依曼架构瓶颈继续限制更高级别的数据存储，例如人工智能和深度学习应用程序。PCM 可以成为突破冯诺依曼约束的优秀候选者；然而，他们有一些微妙的设计挑战。

　　当 PCM 晶体被加热时，它们会物理软化，但可以快速删除存储的信息。提供冷却系统无济于事，因为材料会变硬并减慢信息存储和获取的速度 ，将设计与传统的冯诺依曼相比，能源使用效率低下和数据流量瓶颈。

　　为了进一步研究，IBM 发现由锗锑碲 （GST） 合金组成的 PCM 可以承受温度的显着变化而不会失去物理特性。这些非金属需要低能量并且不会经历熔化，这会导致数据丢失。

　　在 IBM 的苏黎世工厂中，内存和神经形态计算是在实际应用中应用 PCM 的主要方法。回到基础，拥有可以执行任务和算术运算的内存是内存计算所寻求的。

　　以 PCM 作为构建块，这些存储设备可以存储要执行的数据和矩阵向量运算。

　　这些低级计算的一个例子是求解线性方程组。PCM 可以在深度学习应用中为神经网络实现基于尖峰的算法。

　　IBM 继续深入探索探索性多级 PCM 技术，以帮助大量数据顺利通过新的内存和处理桥梁。