مِمْريستور تماثلي عالي اللاتخطية ثنائي الاتجاه قائم على نفق حزمة‑إلى‑حزمة لتشغيل موثوق لمصفوفة شبكية

لماذا تهم الذاكرة الجديدة

في كل مرة تستخدم فيها هاتفك أو حاسوبك، تُنقل المعلومات باستمرار ذهابًا وإيابًا بين معالج يقوم بالحسابات وذاكرة تخزن البيانات. هذا الاختناق في المرور، المعروف بصورة غير رسمية بزجاجة نقل البيانات، يهدر الوقت والطاقة. يستكشف البحث في هذه الورقة مكوّنًا إلكترونيًا صغيرًا يسمى المِمريستور يمكنه أن يخزن البيانات ويساعد في إجراء الحسابات داخل الذاكرة نفسها. من خلال إعادة تصميم سلوك هذه الأجهزة داخل شبكات كبيرة، يهدف المؤلفون إلى جعل أجهزة الذكاء الاصطناعي المستقبلية أسرع وأكثر كفاءة وأسهل في التصنيع.

من الاختناق إلى الاختصارات المدمجة

تفصل الحواسيب التقليدية بين الحوسبة والذاكرة، مما يضطر المعلومات إلى السفر على «طرق» طويلة على الرقاقة. ومع تزايد مهام البيانات الضخمة مثل الذكاء الاصطناعي وأجهزة الاستشعار الذكية والأجهزة الطرفية، يصبح هذا التنقّل ذهابًا وإيابًا قيدًا جادًا. تقدم المِمريستورات—عناصر صغيرة يمكن ضبط مقاومتها الكهربائية وتذكرها—طريقة لنقل جزء من الحساب مباشرة إلى شبكة الذاكرة نفسها. في تخطيط شبكي تقاطعي حيث تتقاطع العديد من الأسلاك ويقع مِمريستور عند كل تقاطع، يمكن إجراء كتل كبيرة من الحسابات بالتوازي. ومع ذلك، عندما تُجمَع العديد من هذه العناصر معًا، قد تظهر تأثيرات جانبية غير مرغوبة أثناء الكتابة والقراءة—مثل جهد مُسرّب على الخلايا المجاورة وتيارات تسريب على مسارات غير مقصودة—مما قد يفسد البيانات ما لم يقترن كل مِمريستور بعنصر «محدد» إضافي، ما يزيد التعقيد والتكلفة.

خلية ذاكرة تختار لنفسها

يقدم المؤلفون جهازًا واحدًا يحاول حل مشكلات مستوى المصفوفة بنفسه. يستخدم مِمريستورهم شريحة طبقات من المواد—بلاتينوم واثنين من أكاسيد المعادن، أكسيد النيكل (نوع p) وأكسيد الزنك (نوع n)—مرتبة بشكل متماثل كـ Pt/p‑NiO/n‑ZnO/p‑NiO/Pt. وبفضل الطريقة التي تنسجم بها هذه الأكاسيد إلكترونيًا، يقاوم الجهاز التيار عند جهود منخفضة ولكنه يسمح بزيادة حادة للتيار بمجرد الوصول إلى عتبة «تشغيل» معينة. والأهم أن هذه اللاخطية القوية تظهر لكل من الجهود الموجبة والسالبة، لذا يمكن كتابة ومسح وقراءة نفس الخلية في أي اتجاه دون محدد منفصل. في الوقت نفسه، يتصرف المِمريستور بشكل تماثلي: يمكن تعديل موصليته بسلاسة عبر نحو طلبين من الحجم باستخدام نبضات جهد بدلاً من التبدّل فقط بين حالات التشغيل والإيقاف البسيطة.

كيف تعمل الطبقات الصغيرة

لفهم ما يجعل هذا ممكنًا، قام الفريق برسم خريطة دقيقة للمشهد الطاقي داخل التكديس الطبقي. أظهرت قياسات دالة الشغل والفجوة النطاقية أن تقاطع أكسيد النيكل/أكسيد الزنك يُشكّل إزاحة صغيرة بين قمة نطاق طاقة في طبقة وقاع نطاق آخر. تحت جهد منخفض، يتدفق تيار صغير يشبه أوميًا. عندما يصبح الجهد كبيرًا بما يكفي، تبدأ الإلكترونات بـ«النفق» مباشرة من الحالات المملوءة في طبقة إلى الحالات الفارغة في الأخرى—تأثير مشابه لما يحدث في ثنائيات زينر. يسبب هذا النفق من حزمة إلى حزمة ارتفاعًا حادًا في التيار. إضافة إلى ذلك، تتحرك أيونات الأكسجين داخل الأكاسيد عندما يُطبّق حقل كهربائي. تغير حركتها بشكل طفيف مدى تطعيم كل طبقة وتزحزح عتبة النفق، ما يمنح وسيلة مدمجة لضبط الموصلية تدريجيًا اعتمادًا على قطبية الجهد وتاريخ النبضات.

جعل الشبكات الكبيرة تتصرف بشكل جيد

مسلحين ببيانات مفصّلة للتيار‑جهد من العديد من الأجهزة، لمح الباحثون سلوك هذا المِمريستور داخل مصفوفات شبكية كبيرة. خلال عمليات الكتابة، من المفترض أن تتلقى خلية واحدة فقط الجهد الكامل، بينما ترى الخلايا المجاورة نحو النصف. لأن الجهاز الجديد يحمل تيارًا ضئيلًا عند نصف جهد الكتابة، فإن هذه الخلايا «المحددة نصفياً» تتعرض لتغيرات غير مقصودة لا تذكر، موسّعةً نافذة التشغيل الآمن. خلال عمليات القراءة، الشاغل الرئيسي هو تيارات «المسارات المتعرجة» التي تتلوّى عبر الخلايا المجاورة وتطمس الفرق بين حالات المقاومة العالية والمنخفضة. تُخمّد اللاخطية القوية عند جهد القراءة المختار هذه المسارات المتسربة بشدة. باستخدام نماذج دائرية، يُظهر المؤلفون أنه، مع مقاوم سحب مهيأ بشكل أمثل، يمكن أن تميّز المصفوفات التي يصل حجمها إلى نحو 1200 في 1200 خلية الحالات المخزنة بشكل موثوق دون مكوّنات محددة خارجية.

الوعود والخطوات التالية

عمليًا، تشير هذه العمل إلى رقاقات ذاكرة يمكنها حشو ملايين المِمريستورات ذات الاختيار الذاتي في شبكات ثلاثية الأبعاد كثيفة، تؤدي حسابات على غرار الشبكات العصبية حيث توجد البيانات، بدلاً من سحبها عبر معالجات بعيدة. يدعم الجهاز المُظهر بالفعل عدة مستويات موصلية مستقرة ويظهر أداءً جيدًا في مهام تمييز أنماط محاكاة، رغم أن تحسينات إضافية—مثل خفض جهود التشغيل وإثبات السلوك في مصفوفات بمقاييس نانوية—ما تزال مطلوبة. للقراء العامين، الرسالة الأساسية هي أنه من خلال هندسة دقيقة لحركة الذرات والإلكترونات داخل مكوّن صغير واحد، قد يكون من الممكن تبسيط بنية أجهزة الذكاء الاصطناعي المستقبلية بأكملها، مما يجعلها أسرع وأكثر كفاءة في استهلاك الطاقة.

الاستشهاد: Chung, P.H., Ryu, J., Seo, D. et al. Bidirectional highly nonlinear analog memristor based on band-to-band tunneling for reliable crossbar array operation. npj Unconv. Comput. 3, 19 (2026). https://doi.org/10.1038/s44335-026-00065-5

الكلمات المفتاحية: شبكة مِمريستور, الحوسبة داخل الذاكرة, أجهزة عصبية شبيهة بالدماغ, أجهزة ذاكرة غير خطية, نفق حزمة‑إلى‑حزمة