ایتنا - در حال حاضر، حجم کل دیتا در جهان در حدود 10 زتابایت است؛ زتابایت برابر است با یک تریلیون گیگابایت. درک چنین عدد عظیمی برای مغز انسان امکانپذیر نیست – و تخمین زده شده که این رقم هر دو سال 2 برابر می‌شود.

داده‌ها با سرعت سرسام‌آوری در حال خلق شدن هستند، و پژوهشگران با تمام توان در تلاشند تا راهکاری برای آن پیدا کنند.

به گزارش ایتنا از شماران سیستم به نقل از سایت cosmos، اگرچه خیلی‌ها دیتا را به عنوان یک نهاد مجازی تصور می‌کنند، ولی داده‌ها باید به صورت فیزیکی در دیتاسنترهای مستقر در نقاط مختلف جهان ذخیره‌سازی شوند.
در حال حاضر، حجم کل دیتا در جهان در حدود 10 زتابایت است؛ زتابایت برابر است با یک تریلیون گیگابایت. درک چنین عدد عظیمی برای مغز انسان امکانپذیر نیست – و تخمین زده شده که این رقم هر دو سال 2 برابر می‌شود.
 
ذخیره‌سازی فیزیکی داده‌ها یک فرایند شدیدا نیازمند انرژی است: فناوری اطلاعات و ارتباطات حدود 8% از مصرف الکتریسیته جهان را به خود اختصاص داده است. روشن است که این درصد با رشد نیاز ما به توان پردازشی نیاز به افزایش دارد – هر توئیت، پست اینستاگرام و آپدیت فیس‌بوک باید در جائی ذخیره شود.
 
ما باید راه‌هایی برای ذخیره‌سازی داده‌ها پیدا کنیم که راندمان انرژی بالاتری داشته باشند – و سریعا هم باید دست به کار شویم.
 
این، موضوع یک مقاله جدید بوده که نگاهی به آینده تکنولوژی ذخیره‌سازی داده‌ها در جست‌وجوی راهکاری جامع انداخته است. این مرور جامع، که توسط موسسه استرالیایی FLEET انجام شده است، مشخصا بر یک گزینه نویدبخش به نام حافظه چندحالته متمرکز بوده است.  
 
نسل بعدی تکنولوژی ذخیره‌سازی دیتا باید غیرفرار باشد، بدین معنا که برای بازیابی اطلاعات ذخیره شده نیازی به مصرف توان نداشته باشد.
رقابت بر سر خلق این تکنولوژی ایده‌آل تاکنون هیچ برنده مشخصی نداشته است، ولی یکی از پیشتازان آن حافظه چندحالته غیرفرار است، که لقب تکنولوژی «ورای باینری» به خود گرفته است.
 


قابلیت «ورای باینری» این امکان را فراهم می‌آورد که حافظه چندحالته بتواند از محدودیت‌های قانون مور عبور کند (مور در سال 1965 پیشبینی کرده بود که توان رایانشی حدودا هر هجده ماه دو برابر می‌شود). مشخصا وی پیش‌بینی کرده بود که ترانزیستورها به قدری کوچک می‌شوند که بتوان تعداد دو برابر سابق از آنها را بر روی یک تراشه قرار داد، که باعث بهبود توان پردازشی و ظرفیت حافظه می‌شود.

ولی مشکل اینجاست که اخیرا این روند تصاعدی تا حدود زیادی متوقف شده چرا که قوانین فیزیک مانع از کوچک‌تر شدن بیش از این می‌شوند، و در عین حال هزینه‌های تحقیق و ساخت نجومی می‌شوند.
 
تکنولوژی حافظه چندحالته می‌تواند پیشرفت هوش مصنوعی را از طریق آنچه مهندسی عصبی (یا نورومورفیک) تسریع کند. نورومورفیک با الگو گرفتن از روشهای پردازشی مغز انسان راندمان مصرف انرژی را بهبود می‌بخشد.

برای مطالعه بیشتر این موضوع می‌توانید به متن اصلی این مطلب به زبان انگلیسی در این لینک مراجعه نمایید.