盡管需要更好的內存，但要滿足嵌入式內存解決方案和設備的 28 納米設計標準和更小的占用空間，仍然存在很多困難。再加上傳統的馮諾依曼數據瓶頸綜合癥，傳統內存的升級空間優先。
一種可能的解決方案是相變存儲器，這是一種非易失性隨機存取存儲器，即使斷電也能保留存儲的數據，并在不離開存儲器本身的情況下提供計算分析。
PCM 的架構
PCM 的基本原理可以追溯到 1960 年代，最初的開發目前已由意法半導體獲得專利，尺寸達到 28 納米。PCM 的一些優勢包括數據保留、低功耗特性以及在高達 165 攝氏度的工作溫度下的穩健性能。
PCM 研究的美妙之處在于如何改變分子或原子結構可以讓其他開發人員創造一種新的方法來建立在原始開發的基礎上，并在下一代納米技術中實現更小的幾何形狀。本文將介紹推動 PCM 走向未來的一些最新進展和研究；
然而，在深入探討之前，讓我們先簡單談談日益增長的存儲設備——馮諾依曼瓶頸。
超越馮諾依曼架構
1945 年，數學家和物理學家約翰·馮·諾依曼開發了一種計算機體系結構，該體系結構由用于程序和數據的單個共享內存組成。該技術包括用于內存訪問的單一總線、算術單元和程序控制單元。幾乎所有的 CPU 都基于這種架構。
馮諾依曼架構的概述
然而，如果處理器和計算機的架構偏離這個基本模型會怎樣？
可以通過替代設計達到新的計算水平，適當地視為非馮諾依曼架構。
從人腦中獲得靈感，開發非馮諾依曼計算方法創建了一個可以提供內存計算的系統，以減輕數據流量的積累。當任務和存儲在內存本身內執行時，冗余被消除。PCM 可以利用這種以數據為中心的計算架構來解決傳統的馮諾依曼瓶頸。
斯坦福的柔性 PCM 研究
斯坦福大學的電氣工程研究方面很優秀。研究的范圍包括物理技術、信息系統、硬件系統和可再生能源。在他們的EE 部門內有 Pop's Lab，這是一個由斯坦福大學教授 Eric Pop 領導的實驗室。Pop 的實驗室研究工作探索納米電子學和納米級能量轉換技術。
最近，Pop 教授的團隊發現，可以在不犧牲 PCM 的標準特性的情況下，操縱和彎曲相變存儲器件以滿足更小的納米技術的需求。
斯坦福的 PCM 設備
這些 PCM 可以是塑料、紙、柔性玻璃或金屬箔，以實現彎曲特性。斯坦福大學的研究人員發現，即使在 100 次彎曲循環之后，由聚酰胺制成的超晶格也可以層疊在 PCM 上以提供柔韌性，同時還能承受低電阻和高電阻狀態。
超低電流密度存在于 PCM 的結構中，同時具有低熱導率。這些結果表明，靈活的 PCM 可以實現多層次的能力，是內存計算應用的有前途的解決方案。
Eric Pop 教授認為，他的團隊的發現具有切換柔性存儲單元所需的電流密度，比大多數其他報告的相變存儲器低 10 到 100 倍。此外，當彎曲時，存儲單元可以保持其性能。
隨著世界進入神經網絡和量子計算的新時代，柔性 PCM 可以產生更高的能量密度，并且可能是數據存儲丟失的關鍵，以獲取更大的數據量，這就是 IBM 研究院正在研究 PCM 技術的原因。
IBM 通過 PCM Research 探索內存計算
IBM 是云計算、人工智能 （AI）、量子計算以及探索性科學和材料領域備都備受認可和尊重的企業，它不斷研究以尋找應對全球數據和信息的方法，這些數據和信息將繼續呈指數級增長。
2018 年，全球數據存儲量達到 33 澤字節，需要發現滿足下一代計算的新方法。了解這些問題后，IBM 的研究人員通過分析新材料來提供節能架構來解決這個問題。
IBM 希望 PCM 有益的內存計算的一般概述
IBM 的一個有前途的解決方案是 PCM，因為它們可以僅根據原子結構中發生的變化來存儲和刪除數據。
如前所述，由于馮諾依曼架構瓶頸繼續限制更高級別的數據存儲，例如人工智能和深度學習應用程序。PCM 可以成為突破馮諾依曼約束的優秀候選者；然而，他們有一些微妙的設計挑戰。
當 PCM 晶體被加熱時，它們會物理軟化，但可以快速刪除存儲的信息。提供冷卻系統無濟于事，因為材料會變硬并減慢信息存儲和獲取的速度 ，將設計與傳統的馮諾依曼相比，能源使用效率低下和數據流量瓶頸。
為了進一步研究，IBM 發現由鍺銻碲 （GST） 合金組成的 PCM 可以承受溫度的顯著變化而不會失去物理特性。這些非金屬需要低能量并且不會經歷熔化，這會導致數據丟失。
在 IBM 的蘇黎世工廠中，內存和神經形態計算是在實際應用中應用 PCM 的主要方法。回到基礎，擁有可以執行任務和算術運算的內存是內存計算所尋求的。
以 PCM 作為構建塊，這些存儲設備可以存儲要執行的數據和矩陣向量運算。
這些低級計算的一個例子是求解線性方程組。PCM 可以在深度學習應用中為神經網絡實現基于尖峰的算法。
IBM 繼續深入探索探索性多級 PCM 技術，以幫助大量數據順利通過新的內存和處理橋梁。
