सार:
वैश्विक कृत्रिम बुद्धिमत्ता उद्योग के तेजी से विस्तार के कारण मेमोरी चिप्स की आपूर्ति में गंभीर कमी हो रही है, विशेष रूप से उच्च-बैंडविड्थ मेमोरी (HBM) की मांग में वृद्धि, जिसने पारंपरिक DRAM उत्पादन क्षमता को पुनः आवंटित करने के दबाव में डाल दिया है। इस संदर्भ में, पूर्व इंटेल सीईओ पैट जेल्सिंगर एक नई प्रकार की मेमोरी तकनीक पर दांव लगा रहे हैं, जो पारंपरिक मेमोरी कोशिकाओं के डिजाइन के तरीके को बदलकर एआई चिप्स द्वारा सामना की जाने वाली दीर्घकालिक क्षमता, बैंडविड्थ और बिजली की खपत की समस्याओं को हल करने की उम्मीद कर रहे हैं।
इस तकनीक को Z2RAM कहा जाता है और इसे यूएस स्टार्ट-अप नागरे लैब्स द्वारा विकसित किया गया था। कंपनी की स्थापना जॉर्जिया इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ता सुमन दत्ता और शिमेंग यू ने की थी। इसका अनुसंधान आधार फेरोइलेक्ट्रिक मेमोरी और प्रतिरोधक रैंडम एक्सेस मेमोरी जैसी नई भंडारण प्रौद्योगिकियों की वर्षों की खोज से आता है।
प्लेग्राउंड ग्लोबल, निवेश संस्थान जिसमें किसिंजर वर्तमान में शामिल है, ने नागरे लैब्स के $5 मिलियन के वित्तपोषण के बीज दौर का नेतृत्व किया। उन्होंने इस तकनीक में काफी रुचि दिखाई है और उनका मानना है कि Z2RAM में उच्च घनत्व, उच्च गति और स्केलेबिलिटी के साथ एक नई प्रकार की मेमोरी बनाने के लिए SRAM, DRAM और फ्लैश मेमोरी के फायदों को संयोजित करने का अवसर है।
किसिंजर ने बताया कि पिछले तीन दशकों में, व्यापक रूप से व्यावसायीकरण की गई मुख्यधारा की भंडारण प्रौद्योगिकियों में मूलभूत परिवर्तन नहीं हुए हैं। SRAM, DRAM और NAND फ्लैश मेमोरी अभी भी आधुनिक कंप्यूटिंग उपकरणों का भंडारण आधार बनाते हैं। हालाँकि, जैसे-जैसे कृत्रिम बुद्धिमत्ता की कंप्यूटिंग आवश्यकताएँ तेजी से बढ़ती हैं, पारंपरिक भंडारण आर्किटेक्चर की सीमाएँ तेजी से स्पष्ट होती जा रही हैं।
इस तकनीक की सबसे महत्वपूर्ण सफलता मेमोरी सेल स्टोर चार्ज करने के तरीके को फिर से डिज़ाइन करना है।
पारंपरिक DRAM आमतौर पर 1T1C संरचना का उपयोग करता है, अर्थात, एक ट्रांजिस्टर को एक संधारित्र के साथ जोड़ा जाता है, और संधारित्र डेटा का प्रतिनिधित्व करने के लिए चार्ज संग्रहीत करता है। क्योंकि कैपेसिटर में चार्ज समय के साथ लीक हो जाता है, DRAM को समय-समय पर डेटा को ताज़ा करना पड़ता है, और पढ़ने की प्रक्रिया विनाशकारी होती है और पढ़ने के बाद फिर से लिखने की आवश्यकता होती है।
SRAM एक अलग डिज़ाइन का उपयोग करता है, आमतौर पर मेमोरी सेल बनाने के लिए छह ट्रांजिस्टर की आवश्यकता होती है। इसे DRAM की तरह समय-समय पर रिफ्रेश करने की आवश्यकता नहीं होती है, और पढ़ने की गति बहुत तेज़ होती है, इसलिए इसे प्रोसेसर के अंदर कैश के रूप में व्यापक रूप से उपयोग किया जाता है। हालाँकि, कीमत यह है कि भंडारण इकाई क्षेत्र बड़ा है और विनिर्माण लागत अधिक है, जिससे DRAM और NAND जैसे बड़े पैमाने पर और उच्च-घनत्व विस्तार हासिल करना मुश्किल हो जाता है।
Z2RAM दोनों के बीच एक नया संतुलन खोजने की कोशिश करता है। यह पारंपरिक DRAM में एक अलग कैपेसिटर का उपयोग करने के बजाय, मेमोरी यूनिट बनाने के लिए दो ट्रांजिस्टर का उपयोग करता है। इसके बजाय, यह चार्ज स्टोर करने के लिए दूसरे ट्रांजिस्टर के गेट कैपेसिटेंस का उपयोग करता है।
नागारे लैब्स के सह-संस्थापक सुमन दत्ता ने बताया कि यह डिज़ाइन गैर-विनाशकारी पढ़ने में सक्षम बनाता है। दूसरे शब्दों में, डेटा पढ़ते समय, स्टोरेज चार्ज का उपभोग करने और फिर पारंपरिक DRAM की तरह पुनर्लेखन ऑपरेशन करने की कोई आवश्यकता नहीं होती है, इसलिए इससे एक्सेस विलंबता कम होने और समग्र स्टोरेज दक्षता में सुधार होने की उम्मीद है।
घनत्व के संदर्भ में, नागरे लैब्स का अनुमान है कि पहली पीढ़ी के Z2RAM का प्रति यूनिट क्षेत्र भंडारण घनत्व पारंपरिक SRAM के पांच गुना से अधिक हो सकता है। उदाहरण के लिए, यदि उसी क्षेत्र का SRAM 64MB क्षमता प्रदान कर सकता है, तो Z2RAM का उपयोग करके, SRAM के करीब बैंडविड्थ स्तर बनाए रखते हुए क्षमता को सैद्धांतिक रूप से लगभग 320MB तक बढ़ाया जा सकता है।
यह कृत्रिम बुद्धिमत्ता प्रोसेसर के लिए विशेष रूप से महत्वपूर्ण है। वर्तमान में, एआई एक्सेलेरेटर बड़ी मेमोरी बैंडविड्थ प्रदान करने के लिए एचबीएम पर तेजी से निर्भर हैं, लेकिन एचबीएम को जटिल स्टैकिंग पैकेजिंग तकनीक, उच्च विनिर्माण लागत और बिजली की खपत और पैकेजिंग क्षेत्र में सीमाओं की आवश्यकता होती है।
दूसरी ओर, एआई अनुमान के लिए विशेष रूप से उपयोग किए जाने वाले कुछ प्रोसेसर बाहरी मेमोरी तक पहुंचने वाले प्रोसेसर की देरी को कम करने के लिए बड़ी मात्रा में ऑन-चिप एसआरएएम का उपयोग करते हैं। हालाँकि, SRAM का घनत्व सीमित है, जिससे चिप को एक सीमित क्षेत्र के भीतर क्षमता और कंप्यूटिंग इकाइयों के बीच व्यापार-बंद करना पड़ता है।
उदाहरण के लिए, NVIDIA Groq 3 LPU ऑन-चिप स्टोरेज संसाधनों के रूप में बड़ी मात्रा में SRAM का उपयोग करता है, और एकल चिप की SRAM क्षमता लगभग 500MB है। नागरे लैब्स की तकनीकी दृष्टि के अनुसार, यदि Z2RAM अपेक्षित पांच गुना घनत्व प्राप्त कर सकता है, तो वही क्षेत्र पारंपरिक SRAM के कई गुना डेटा को समायोजित कर सकता है। इससे बड़े एआई अनुमान प्रणालियों के लिए आवश्यक प्रोसेसर की संख्या कम हो सकती है और विभिन्न चिप्स के बीच स्थानांतरित होने वाले डेटा पर दबाव कम हो सकता है।
Z2RAM की एक अन्य महत्वपूर्ण विशेषता ऑक्साइड सेमीकंडक्टर सामग्रियों का उपयोग है, जिसे 3डी हाइब्रिड बॉन्डिंग तकनीक के माध्यम से कंप्यूटिंग लॉजिक चिप के शीर्ष पर सीधे एकीकृत करने की योजना है।
इसका मतलब यह है कि इसे प्रोसेसर से मेमोरी चिप को अलग करने की पारंपरिक वास्तुकला पर पूरी तरह निर्भर नहीं रहना पड़ता है। इसके बजाय, इसमें डेटा ट्रांसमिशन दूरी को कम करने के लिए सीधे कंप्यूटिंग चिप के पास उच्च-घनत्व भंडारण परतों को ढेर करने का अवसर है। इसका डिज़ाइन विचार कुछ हद तक AMD द्वारा 3D V-Cache तकनीक के माध्यम से प्रोसेसर पर अतिरिक्त SRAM कैश को स्टैक करने के समान है, लेकिन Z2RAM उच्च भंडारण घनत्व प्रदान करने की उम्मीद करता है।
विनिर्माण प्रौद्योगिकी के संदर्भ में, नागरे लैब्स परत दर परत कई स्टोरेज परतें बनाने के लिए NAND फ्लैश मेमोरी के वर्टिकल स्टैकिंग विचार को अपनाने की भी योजना बना रही है। एचबीएम और एलपीडीडीआर के विपरीत, जो जटिल उच्च-घनत्व मेमोरी पैकेजिंग पर निर्भर हैं, कंपनी को ऑक्साइड सेमीकंडक्टर्स और बैक-एंड प्रक्रियाओं के माध्यम से अपेक्षाकृत सरल मल्टी-लेयर विनिर्माण प्राप्त करने की उम्मीद है। यदि यह समाधान सफल होता है, तो बड़ी क्षमता वाले ऑन-चिप भंडारण की विनिर्माण लागत को कम करने का अवसर मिलेगा।
हालाँकि, Z2RAM अभी भी विकास के बहुत प्रारंभिक चरण में है। नागारे लैब्स ने हाल ही में वित्तपोषण का 5 मिलियन अमेरिकी डॉलर का बीज दौर पूरा किया है। इस स्तर पर परिणाम मुख्य रूप से प्रयोगशाला प्रोटोटाइप हैं और अभी तक परिपक्व चिप निर्माण चरण में प्रवेश नहीं किया है।
कंपनी ऐसे फैब साझेदारों की तलाश कर रही है जो अनुसंधान एवं विकास और विनिर्माण क्षमताएं प्रदान कर सकें, और विश्वविद्यालय प्रयोगशाला के स्वच्छ कमरे के वातावरण से लेकर बड़े पैमाने पर उत्पादन सत्यापन तक प्रौद्योगिकी को आगे बढ़ाने की उम्मीद कर रही है। वर्तमान योजना के अनुसार, नागरे लैब्स को अगले चार वर्षों के भीतर कार्यशील Z2RAM मेमोरी चिप नमूने उपलब्ध कराने की उम्मीद है और अगले दस वर्षों के भीतर वाणिज्यिक शिपमेंट प्राप्त करने का प्रयास किया जाएगा।
साथ ही, इस तकनीक को कई इंजीनियरिंग चुनौतियों का भी सामना करना पड़ता है।
पहला कंप्यूटिंग चिप्स के साथ एकीकरण का मुद्दा है। Z2RAM को 3D हाइब्रिड बॉन्डिंग के माध्यम से प्रोसेसर या AI एक्सेलेरेटर से कनेक्ट करने की आवश्यकता है, लेकिन उद्योग ने अभी तक इस नए प्रकार की मेमोरी के लिए उपयुक्त एकीकृत इंटरफ़ेस मानक नहीं बनाया है। जॉर्जिया टेक शोधकर्ताओं ने कहा कि परिपक्व उद्योग मानकों के बिना, नागरे लैब्स को अपनी स्वयं की इंटरफ़ेस तकनीक विकसित करने की आवश्यकता हो सकती है, जिससे उत्पाद डिजाइन और व्यावसायीकरण की जटिलता बढ़ जाएगी।
दूसरा भौतिक विश्वसनीयता है। थर्मल स्थिरता और विकिरण प्रतिरोध में ऑक्साइड अर्धचालकों के कुछ फायदे हैं, लेकिन सामग्री के भीतर परमाणु रिक्तियों जैसे दोष हो सकते हैं। ये सूक्ष्म दोष ट्रांजिस्टर के थ्रेशोल्ड वोल्टेज को प्रभावित कर सकते हैं, और यहां तक कि छोटे वोल्टेज परिवर्तन भी मेमोरी सेल में डेटा त्रुटियों का कारण बन सकते हैं।
मेमोरी उत्पादों के लिए, प्रयोगशाला में चरम प्रदर्शन की तुलना में विश्वसनीयता अक्सर अधिक महत्वपूर्ण होती है। किसी भी नई भंडारण तकनीक को वास्तव में वाणिज्यिक बाजार में प्रवेश करने से पहले दीर्घकालिक डेटा प्रतिधारण, पढ़ने और लिखने के जीवन, तापमान परिवर्तन और विनिर्माण स्थिरता सत्यापन से गुजरना होगा।
नागारे लैब्स के सह-संस्थापक ने यह भी स्वीकार किया कि इतिहास में बड़ी संख्या में मेमोरी स्टार्टअप हुए हैं जिन्होंने पारंपरिक DRAM और फ्लैश मेमोरी तकनीक को चुनौती देने की कोशिश की है, लेकिन अंततः असफल रहे। भले ही कोई तकनीक प्रयोगशाला में अच्छा प्रदर्शन करती है, इसका मतलब यह नहीं है कि वह सेमीकंडक्टर उद्योग के कड़े गुणवत्ता मानकों को पारित कर देगी और मौजूदा कंप्यूटिंग सिस्टम के लिए आपूर्ति श्रृंखला में प्रवेश कर जाएगी।
किसिंजर Z2RAM के बारे में आशावादी क्यों हैं इसका कारण वर्तमान AI उद्योग द्वारा सामना की जाने वाली मेमोरी बाधा से निकटता से संबंधित है। बड़े भाषा मॉडल के प्रशिक्षण और अनुमान के लिए न केवल शक्तिशाली कंप्यूटिंग शक्ति की आवश्यकता होती है, बल्कि प्रोसेसर को बड़ी मात्रा में डेटा की निरंतर फीडिंग की भी आवश्यकता होती है। जब कंप्यूटिंग यूनिट की प्रोसेसिंग गति मेमोरी की डेटा आपूर्ति क्षमता से कहीं अधिक हो जाती है, तो प्रोसेसर को डेटा के लिए इंतजार करना पड़ता है, जिसके परिणामस्वरूप महंगे कंप्यूटिंग संसाधन होते हैं जिनका पूरी तरह से उपयोग नहीं किया जा सकता है।
वर्तमान में, एआई एक्सेलेरेटर की मेमोरी बैंडविड्थ समस्या को हल करने के लिए एचबीएम मुख्य समाधान है, लेकिन यह खामियों के बिना नहीं है। जेल्सिंगर का मानना है कि यदि Z2RAM अपेक्षित प्रदर्शन हासिल कर सकता है, तो उसके पास भंडारण घनत्व, गति और बिजली की खपत के मामले में मौजूदा HBM से अलग समाधान प्रदान करने का अवसर होगा।
यह ध्यान देने योग्य है कि Z2RAM एक ऐसी तकनीक नहीं है जो अल्पावधि में वैश्विक DRAM और HBM आपूर्ति की कमी को हल कर सके। भले ही इंजीनियरिंग के नमूने अगले चार वर्षों में उपलब्ध हो जाएं, बड़े पैमाने पर व्यावसायीकरण अभी भी बहुत दूर है। वैश्विक मेमोरी की वर्तमान तंग आपूर्ति मुख्य रूप से एआई डेटा केंद्रों की मांग में वृद्धि और सैमसंग, एसके हाइनिक्स और माइक्रोन द्वारा अधिक उत्पादन क्षमता को एचबीएम और सर्वर मेमोरी उत्पादों में स्थानांतरित करने के कारण है।
आर्स टेक्निका
+2
यदि Z2RAM अंततः बड़े पैमाने पर उत्पादन प्राप्त कर सकता है, तो इसका अधिक महत्वपूर्ण महत्व केवल पारंपरिक मेमोरी चिप्स की आपूर्ति बढ़ाने के बजाय भविष्य के प्रोसेसर के स्टोरेज आर्किटेक्चर को बदलने में हो सकता है। इससे एआई प्रोसेसर को चिप के अंदर बड़ा हाई-स्पीड स्टोरेज स्पेस प्राप्त करने, बाहरी मेमोरी बैंडविड्थ पर निर्भरता कम करने और अगली पीढ़ी के एआई एक्सेलेरेटर के लिए नए डिजाइन विकल्प प्रदान करने की अनुमति मिलने की उम्मीद है।
SRAM से DRAM से लेकर NAND फ्लैश मेमोरी तक, सेमीकंडक्टर उद्योग ने एक अपेक्षाकृत परिपक्व भंडारण प्रौद्योगिकी प्रणाली बनाई है। Z2RAM इन प्रौद्योगिकियों के बीच लंबे समय से चले आ रहे प्रदर्शन बनाम घनत्व व्यापार-बंद को तोड़ने का प्रयास करता है। हालाँकि, यह अभी भी प्रयोगशाला चरण में एक तकनीकी अवधारणा है। क्या इसे अंततः एक वैज्ञानिक अनुसंधान परिणाम से प्रतिस्पर्धी वाणिज्यिक उत्पाद में बदला जा सकता है, इसके लिए समय और विनिर्माण प्रक्रिया परीक्षण की आवश्यकता होगी।
टिप्पणियाँ