in

Almacenamiento de datos multiestado que deja atrás los archivos binarios



Por

La informática consume el 8% de la electricidad mundial, principalmente en centros de datos masivos del tamaño de una fábrica. Esta carga de energía ya insostenible que se duplica cada década.

Pasando ‘más allá de lo binario’ para almacenar datos en más de 0 y 1

Los datos electrónicos se producen a un ritmo vertiginoso.

La cantidad total de datos almacenados en los centros de datos de todo el mundo es del orden de diez zettabytes (un zettabyte es un billón de gigabytes), y estimamos que esa cantidad se duplica cada dos años.

Dado que el 8% de la electricidad mundial ya se consume en tecnologías de la información y la comunicación (TIC), el almacenamiento de datos de bajo consumo energético es una prioridad clave.

Hasta la fecha, no hay un ganador claro en la carrera por la memoria de próxima generación que no sea volátil, tenga una gran resistencia, sea altamente eficiente en energía, de bajo costo, alta densidad y permita una operación de acceso rápido.

El equipo internacional conjunto revisa exhaustivamente el almacenamiento de datos de “memoria multiestado”, que va más allá de los valores binarios para almacenar más datos que solo 0 y 1.

You May Also Like:  Algunas personas, principalmente niños, tienen anticuerpos contra el coronavirus preexistentes que podrían ayudar a proteger contra COVID-19

Memoria multiestado: más que ceros y unos

La memoria multiestado es una tecnología extremadamente prometedora para el almacenamiento de datos en el futuro, con la capacidad de almacenar datos en más de un bit (es decir, 0 o 1) lo que permite una densidad de almacenamiento mucho mayor (cantidad de datos almacenados por unidad de área).

Memoria multiestado no volátil

El almacenamiento de cuatro bits por celda aumenta la capacidad de memoria en un factor de 2 a la potencia de 4 (es decir, 16). Crédito: FLOTA

Esto evita la meseta de beneficios ofrecida históricamente por la ‘Ley de Moore’, donde el tamaño de los componentes se reducía a la mitad cada dos años. En los últimos años, se ha observado el estancamiento pronosticado durante mucho tiempo de la Ley de Moore, con fugas de carga y costos de investigación y fabricación en espiral que ponen el clavo en el ataúd de la Ley de Moore.

La memoria no volátil de varios estados (NMSM) ofrece eficiencia energética, alta, no volatilidad, acceso rápido y bajo costo.

La densidad de almacenamiento se mejora drásticamente sin reducir las dimensiones de la celda de memoria, lo que hace que los dispositivos de memoria sean más eficientes y menos costosos.

Computadora neuromórfica que imita al cerebro humano

La memoria multiestado también permite la tecnología futura propuesta computación neuromórfica, que reflejaría la estructura del cerebro humano. Este régimen informático radicalmente diferente, inspirado en el cerebro, podría potencialmente proporcionar el ímpetu económico para la adopción de una tecnología novedosa como el NMSM.

You May Also Like:  Temperaturas alarmantemente altas, incendios forestales extremos y una pérdida significativa de hielo marino

Los NMSM permiten el cálculo analógico, que podría ser vital para las redes neuromórficas inteligentes, además de ayudarnos potencialmente a desentrañar finalmente el mecanismo de trabajo del propio cerebro humano.

El estudio

El documento revisa las arquitecturas de dispositivos, los mecanismos de trabajo, la innovación de materiales, los desafíos y el progreso reciente para los principales candidatos a NMSM, que incluyen:

  • Memoria flash
  • memoria magnética de acceso aleatorio (MRAM)
  • memoria resistiva de acceso aleatorio (RRAM)
  • memoria ferroeléctrica de acceso aleatorio (FeRAM)
  • memoria de cambio de fase (PCM)

Referencia: “Memorias multiestatales no volátiles para almacenamiento de datos de alta densidad” por Qiang Cao, Weiming Lü, X. Renshaw Wang, Xinwei Guan, Lan Wang, Shishen Yan, Tom Wu y Xiaolin Wang, 19 de agosto de 2020, Materiales e interfaces aplicados de ACS.
DOI: 10.1021 / acsami.0c10184

El equipo internacional conjunto estuvo dirigido por el profesor Xiaolin Wang (Universidad de Wollongong), el profesor Shishen Yan (Universidad de Shandong), el profesor Tom Wu (UNSW) y el profesor Lan Wang (RMIT).

Dikkat: Sitemiz herkese açık bir platform olduğundan, çox fazla kişi paylaşım yapmaktadır. Sitenizden izinsiz paylaşım yapılması durumunda iletişim bölümünden bildirmeniz yeterlidir.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Red Dead Redemption 2 agrietado

How to Delete a Pinterest Account?