تیمی از پژوهشگران دانشگاه فودان شانگهای موفق به گسترش‌ی نوعی حافظه‌ی غیرفرار فوق‌سریع با عملکردی در سطح پیکوثانیه شده‌اند؛ اما حافظه‌ی سطح پیکوثانیه دقیقاً چیست؟ این نوع حافظه می‌تواند داده‌ها را در کمتر از یک‌هزارم نانوثانیه یا یک تریلیونیم ثانیه بخواند یا بنویسد.

تراشه‌ی تازه با نام PoX (مخفف Phase-change Oxide) توانایی تحول حالت در فقط ۴۰۰ پیکوثانیه را دارد؛ رکورد بی‌سابقه‌ای که زیاد سریع تر از رکورد قبلی یعنی دو میلیون عملیات در ثانیه است.

در مقام قیاس، حافظه‌های سنتی همانند SRAM و DRAM که برای ذخیره‌سازی موقت اطلاعات منفعت گیری خواهد شد، در بازه‌ی ۱ تا ۱۰ نانوثانیه داده‌ها را می‌نویسند؛ اما با قطع برق همه داده‌های ذخیره‌شده روی این حافظه‌ها از بین می‌روال.

در سمت دیگر ماجرا، حافظه‌ی فلش که در SSD و فلش‌درایوهای USB منفعت گیری می‌بشود، غیرفرار محسوب می‌بشود و حتی بدون برق هم داده‌ها را نگه داری می‌کند. بااین‌حال، کندی قابل‌ دقت این حافظه‌ها علتمی‌بشود برای سیستم‌های هوش مصنوعی مدرن چندان مناسب نباشند؛ سیستم‌هایی که به جابه‌جایی و به‌روزرسانی سریع داده‌ها نیاز دارند.

حافظه‌ی PoX با ترکیب شدت بسیار در سطح پیکوثانیه و مصرف انرژی زیاد پایین، می‌تواند گلوگاه مزمن سخت‌افزارهای هوش مصنوعی را رفع کند؛ جایی‌ که زیاد تر انرژی صرف جابه‌جایی داده می‌بشود، نه پردازش آن.

پروفسور ژو پنگ و تیم او در دانشگاه فودان ساختار حافظه‌ی فلش را از پایه بازطراحی کردند. آن‌ها به‌جای سیلیکون سنتی، از گرافن دوبعدی دیراک منفعت گیری کرده‌اند؛ ماده‌ای که با تحرک بالای بار الکتریکی‌اش شناخته می‌بشود.

تیم دانشگاه فودان با تنظیم طول کانال حافظه، اتفاق‌ای موسوم به «سوپر-تزریق دوبعدی» را تشکیل کردند که به جریان شارژ زیاد سریع و تقریباً بدون محدودیت به لایه‌ی ذخیره‌سازی حافظه منجر می‌بشود؛ عاملی که محدودیت‌های شدت در حافظه‌های رایج را از بین می‌برد.

پروفسور ژو در او گفت‌و‌گو با خبرگزاری شین‌هوا خبرداد: «با منفعت گیری از الگوریتم‌های هوش مصنوعی برای بهینه‌سازی شرایط تست فرایند، این نوآوری را به‌طور چشمگیری بهبود داده‌ایم و مسیر منفعت گیری‌ی عملی آن را هموار کرده‌ایم.»

تیم تحقیقاتی فودان به‌منظور شدت‌بخشیدن به تجاری‌سازی فناوری PoX، با شرکای صنعتی در فرایند تحقیق و گسترش، همکاری نزدیکی دارد. مطابق گزارش‌ها، تأییدیه‌ی اولیه‌ی طراحی تراشه نیز انجام شده و نتایج اولیه‌ی امیدوارکننده‌ای به‌دست آمده است.

لیو چون‌سن، پژوهشگر ارشد آزمایشگاه کلیدی تراشه‌های مجتمع در دانشگاه فودان می‌گوید: «ما موفق شده‌ایم تراشه‌ای کوچک و کاملاً عملیاتی بسازیم. قدم بعدی، ادغام این فناوری در تلفنها و کامپیوترهای جاری است و بعد از آن، مدل‌های هوش مصنوعی محلی روی گوشی و کامپیوتر بدون مشکلاتی همانند کندی و داغ‌‌شدن اجرا خواهند شد.»