IEDM 2023：美光介绍NVDRAM，据称适用于要求苛刻的AI工作负载
本帖最后由 埃律西昂 于 2024-1-1 14:18 编辑来源： PCGH BALD Engineering
凭借 NVDRAM，美光公司推出了一种新的内存技术，其速度几乎与 DRAM 不相上下，但同时又具有持久性和耐用性。这种技术是通过堆叠式铁电单元实现的。
RAM 存储单元通常在计算机中用作快速但易挥发的存储器，而 NAND 单元则用于数据传输率较低且耐用性有限的只读存储器。然而，旨在结合这两种类型的各种优势的替代技术正在不断涌现。例如，今年 Ultraram 已经引起了轰动，现在内存制造商 Micron 也推出了一种新的内存技术：NVDRAM。
铁电性和兼容性
NVDRAM 是非易失性 DRAM 的简称，是一种依赖于铁电单元的持久性存储器。美光公司的目标是实现与传统主存储器几乎相同的性能，但同时新的存储器技术应该能够在没有电源的情况下保留数据。此外，该公司声称其耐用性在 DRAM 单元的范围内，数据保留时间应是 NAND 内存的两倍以上，而 NAND 内存几年后就必须刷新。
存储类型
耐久性（擦写次数）
数据保持时间
DRAM
>10¹⁵
极短
NVDRAM
> 10¹⁵
55 °C下>10年
NAND
10³ - 10⁵
55 °C下>5年
美光公司认为，NVDRAM 在人工智能等领域有一定的市场，可以快速提供大量数据。据说这项技术已经可以投入使用：相应的 32 Gb 芯片显然已经存在，它可以使用与 LPDDR5 相同的协议进行同步，并已在初始测试系统中使用。美光公司特别强调了存储器的密度：据说这种新型存储器将创下铁电单元的新纪录。堆叠式设计很可能是造成这种情况的主要原因，因为两层存储单元是在彼此顶部制造的。像往常一样，这是由底层硅半导体控制的。
时序\延迟
LPDDR5
NVDRAM
tRC
60 ns
185 ns
tRCD
18 ns
85 ns
tWR
10 ns
10 ns
tRP
80 ns
80 ns
tAA
22 ns
26 ns
遗憾的是，美光公司尚未提供任何有关速度的确切信息，NVDRAM 内存的价格也仍是未知数。不过，它的价格可能相对较高，因此最初只会用于人工智能数据中心等专业环境。此外，它也只适合在有限的范围内直接替代内存，因为时序有时会很高。不过，对于替代固态硬盘的快速存储，使用具有上述规格的内存当然是有可能的。
在即将到来的国际电子设备会议（IEDM）上，美光将发表一篇关于新型32Gbit非易失性铁电存储器（称为NVDRAM）的论文。该论文由美光高级DRAM和新兴存储器副总裁Nirmal Ramaswamy撰写，标题为“NVDRAm：一种32Gbit双层3D堆叠非易失性铁电存储器，具有接近DRAM的性能，适用于要求苛刻的AI工作负载”。它引入了世界上第一个双层、高性能、32Gbit可堆叠的铁电存储器技术。该技术被称为非易失性动态随机存取存储器 （NVDRAM），与传统 DRAM 相比，它有望实现更快的数据移动和更高的能效，使其成为大型神经网络模型的理想选择。
NVDRAM 融合了铁电存储单元的优点（非易失性和高耐用性），性能超越了 NAND 闪存保留，并提供类似 DRAM 的读/写速度。该存储器的架构使用 5.7nm 铁电电容器在 1T1C DRAM 结构中保持电荷，而双门控多晶硅晶体管控制访问。堆叠的双存储器层位于CMOS接入电路层上方，间距为48nm。尽管技术取得了进步，但商业化讨论仍处于推测阶段，可能正在等待IEDM演示的反馈。
摘要：
用于人工智能和机器学习的具有类似DRAM性能的非易失性铁电体：人工智能（AI）和机器学习（ML）应用中使用的数据模型规模的快速增长正在产生对更高带宽内存解决方案的迫切需求。虽然正在研究近内存计算和内存处理等新的计算范式，但近期最好的机会是为现有的传统计算架构配备更高效的内存，以实现更快的数据移动并适应更大的模型。在今年的生成式 AI 焦点会议上，美光研究人员将推出一种用于这些用途的内存技术，他们称之为 NVDRAM。它是世界上第一个双层、高性能、高密度（32Gb）、可堆叠和非易失性铁电存储器技术。它结合了铁电存储单元的非易失性、高耐久性特性与类似DRAM的读/写速度和耐久性，并且还超越了NAND存储器的保留性能。NVDRAM使用超大规模（5.7nm）铁电电容器作为存储单元，并使用双栅极、可堆叠的多晶硅晶体管作为接入器件。为了实现高存储器密度，在CMOS电路之上制造了两个存储器层，采用48nm间距、4F2架构。在 -40°C 至 95°C 的温度范围内，封装产量充足，可靠性为 10 年（耐久性和保持性）。 AI趋势啊。。。。。然后民用普及。。。。。。。。。。。。。 我好像在20多年前就看到报道，18m在搞的非易失性的MRAM要革了dram和HDD的命[偷笑]
结果[无奈] 应该和之前Intel搞得optane是差不多的东西。
页:
[1]