Key Takeaways
- MRAM (Magnetoresistive RAM): ذاكرة غير متطايرة تستخدم وصلات نفقية مغناطيسية (MTJ). لا تتطلب تحديثاً، ولا استهلاك طاقة في وضع الاستعداد. قابلة للعنونة على مستوى البايت مثل DRAM.
- In-memory computing: تنفيذ عمليات الضرب-والتجميع (MAC) مباشرةً داخل مصفوفة الذاكرة. يزيل حركة البيانات بين CPU/GPU والذاكرة — التكلفة الأولى للطاقة في الاستدلال.
- الحالة الراهنة: أظهرت Samsung SAIT في ورقة Nature (2022) دقة 98% في مهام الصور. حققت SemiFive + ICYTech نسخة 8nm eMRAM tape-out (مايو 2026). لا توجد منتجات استهلاكية بعد.
- المحاذير: tape-out ≠ عودة السيليكون ≠ منتج مُشحَن. أرقام كفاءة الطاقة الفعلية لم تُحدَّد بعد. من غير المرجح وصول الهواتف/أجهزة الكمبيوتر الاستهلاكية قبل 2029–2031.
- البديل: يضغط Google TurboQuant (ICLR 2026) ذاكرة KV cache إلى 3 bits دون أي فقدان في الدقة — نهج برمجي بحت للمشكلة نفسها، متاح الآن.
ما هي MRAM؟
تخزّن MRAM البيانات باستخدام الخصائص المغناطيسية بدلاً من الشحنة الكهربائية (مثل DRAM) أو الإلكترونات المحتجزة (مثل Flash). الوحدة الأساسية هي الوصلة النفقية المغناطيسية (MTJ): طبقة عازلة رقيقة محصورة بين طبقتين مغناطيسيتين. يضبط تيار صغير الوصلة على مقاومة عالية أو منخفضة — عالية = "1"، منخفضة = "0".
الخصائص الرئيسية:
- غير متطايرة: تبقى البيانات دون طاقة. لا حاجة لدورة تحديث.
- قابلة للعنونة على مستوى البايت: مثل DRAM، يمكن قراءة/كتابة كل بايت على حدة. بخلاف Flash (القائمة على الصفحات).
- استهلاك طاقة صفر في وضع الاستعداد: تحتاج DRAM إلى ~0.5–1 mW لكل جيجابايت فقط لإبقاء البيانات حية (تيار التحديث). لا تحتاج MRAM إلى أي منها.
- تحمّل عالٍ: تحقق MRAM التجارية من 10^10 إلى 10^14 دورة كتابة. DRAM/SRAM نحو 10^16 (غير محدودة فعلياً). NAND Flash هي 10^3–10^5. MRAM أفضل بكثير من Flash، ومقاربة لـ DRAM.
- تكامل العملية: يمكن لـ Samsung و TSMC وغيرهما تضمين MRAM مباشرةً في شرائح المنطق عند عقد 28nm و 14nm وأصغر.
اختناق الذاكرة في الذكاء الاصطناعي على الجهاز
يهيمن على الاستدلال الحديث للذكاء الاصطناعي مشكلة واحدة: اختناق فون نويمان (von Neumann). الحوسبة (CPU/GPU) والذاكرة منفصلتان مادياً. تتطلب كل عملية في الشبكة العصبية أن تتنقل البيانات ذهاباً وإياباً — الأوزان والتنشيطات وذاكرة KV cache في المحوّلات (transformers).
حركة البيانات هذه باهظة الكلفة بشكل استثنائي مقارنةً بالحساب الفعلي:
في حِمل استدلال LLM محلي نموذجي، تمثّل حركة البيانات ما يصل إلى 90% من إجمالي استهلاك الطاقة. أما الحوسبة نفسها — الحساب الفعلي للشبكة العصبية — فتكاد تكون خطأ تقريب. يخلق هذا حافزاً معكوساً: لا تفيد وحدات CPU/GPU الأكبر والأسرع إذا كان ناقل الذاكرة هو الجدار.
بالنسبة للذكاء الاصطناعي على الجهاز في الهواتف والحواسيب المحمولة وأجهزة الحافة العاملة بالبطارية، يمثّل هذا الاختناق العقبة الأساسية أمام زمن استدلال أطول دون استنزاف البطارية.
| Operation | Energy cost | Relative |
|---|---|---|
| وصول DRAM بـ 32-bit | ~640 pJ | ~200× أكثر من عملية MAC |
| وصول SRAM على الرقاقة بـ 32-bit | ~5 pJ | ~5× أكثر من عملية MAC |
| ضرب-وتجميع بفاصلة عائمة 32-bit (MAC) | ~0.9 pJ | الأساس (1×) |
كيف تهاجم الحوسبة داخل الذاكرة المشكلة
تحل الحوسبة داخل الذاكرة (وتُسمى أيضاً المعالجة داخل الذاكرة أو PIM) هذه المشكلة بنقل الحوسبة إلى مصفوفة الذاكرة نفسها. فبدلاً من تحميل الأوزان والتنشيطات في وحدة ALU منفصلة، تحدث عملية MAC مباشرةً في المصفوفة المتقاطعة (crossbar) لخلايا الذاكرة.
كيف تعمل:
- تُخزَّن أوزان الشبكة العصبية كخلايا MRAM (أو ذاكرة أخرى متوافقة مع النمط التماثلي).
- تُطبَّق تنشيطات المدخلات كجهود صفوف.
- تحسب الخصائص التماثلية لمصفوفة الذاكرة ضرب المصفوفة في المتجه في مرور واحد — العملية الأساسية في استدلال المحوّلات (transformer).
- تُقرأ النتائج وتُكمَّم عائدةً إلى الشكل الرقمي.
حيث تقف MRAM اليوم (يونيو 2026)
ورقة Samsung SAIT في Nature (يناير 2022):
- عرض منشور لمصفوفة MRAM متقاطعة بحجم 64×64 تنفذ الحوسبة داخل الذاكرة.
- الدقة المُحقَّقة: 98% في تصنيف الأرقام المكتوبة بخط اليد (MNIST)، و93% في كشف الوجوه.
- كفاءة الطاقة: تأكد اتجاهياً أنها تستفيد من إزالة حركة البيانات، لكن لم يُكشَف عن خفض محدد ومقنّن للطاقة مقابل DRAM في المواد العامة.
- القيد: متخصصة للغاية في مهام التعلم الآلي الكلاسيكية (تصنيف الأرقام، كشف الكائنات). لم تُعرَض بعد على استدلال المحوّلات (transformer) الكبيرة.
- رقاقة SemiFive + ICYTech PNM MRAM للحافة (مايو 2026):
- حققت بنجاح tape-out على Samsung Foundry 8nm (8LPU) مع MRAM مضمّنة.
- Tape-out = تسليم التصميم للتصنيع. لم يعُد السيليكون بعد، ولم تُنشَر أي قياسات أداء، ولم يُشحَن المنتج.
- القدرة المزعومة: استدلال على الجهاز لنماذج تصل إلى 2 مليار معامل دون اتصال بالشبكة.
- المستهدف: تلخيص النصوص والترجمة والاستدلال الحواري على ذكاء اصطناعي الحافة والروبوتات البشرية والسيارات.
- يُستهدف أول تسويق تجاري في آسيا؛ لم يُعلَن عن جدول زمني لأمريكا الشمالية.
MRAM مقابل HBM مقابل DRAM مقابل LPDDR5: المقايضات
ما تقدمه MRAM ولا تقدمه HBM:
- عدم التطاير: تبقى الأوزان بعد انقطاع الطاقة، مما يتيح استدلالاً فورياً دون إعادة التحميل من القرص.
- طاقة تحديث صفرية: تزيل عبء تيار وضع الاستعداد.
- تكامل مباشر في الشريحة: لا حاجة لحزمة ذاكرة منفصلة.
- مناسبة لعقد الحافة والأجهزة القابلة للارتداء ذات التشغيل المتقطع.
- ما تقدمه HBM ولا تقدمه MRAM (حالياً):
- عرض نطاق ترددي أعلى بكثير: يوفر HBM4 معدل 1.6 TB/s مقابل عرض النطاق الترددي المضمّن لـ MRAM (غير محدد، غالباً في نطاق 10–100 GB/s).
- كثافة مُثبتة على نطاق واسع لتدريب النماذج الكبيرة.
- لا اعتماد على تكامل عملية MTJ المتخصصة.
- متاحة اليوم في مسرّعات الذكاء الاصطناعي الإنتاجية.
| Memory Type | Peak Bandwidth | Non-Volatile | Standby Power | Form Factor | Best For | Status for AI |
|---|---|---|---|---|---|---|
| HBM4 (ذاكرة عالية النطاق الترددي) | ~1.6 TB/s لكل مكدس | لا | عالٍ (تحديث) | مكدّس على interposer | تدريب الذكاء الاصطناعي، الاستدلال المتطور | إنتاج، مُثبَت على نطاق واسع |
| LPDDR5X (DRAM محمول) | 68–77 GB/s | لا | عالٍ (تحديث) | حزمة بربط سلكي (wirebonded) | ذكاء اصطناعي الحافة، الاستدلال المحمول | المعيار الحالي للهواتف/الأجهزة اللوحية |
| MRAM (eMRAM مضمّنة) | لم يُنشَر بعد | نعم | قريب من الصفر | مضمّنة في شريحة SoC | ذكاء اصطناعي الحافة الدائم التشغيل، الأحمال المتخصصة | بحث وتطوير، tape-out (مايو 2026)، ليست استهلاكية بعد |
| DRAM قياسي | ~100–200 GB/s | لا | متوسط (تحديث) | DIMM, SO-DIMM | الحوسبة العامة، الاستدلال على أجهزة سطح المكتب | إنتاج، في كل مكان |
الخلاصة: MRAM و HBM ليستا متنافستين اليوم. تستهدف HBM مسرّعات الذكاء الاصطناعي عالية النطاق الترددي (GPUs، TPUs في مراكز البيانات). تستهدف MRAM استدلال الحافة والحوسبة المتخصصة داخل الذاكرة حيث يهم عدم التطاير وتكامل SoC أكثر من عرض النطاق الترددي الخام.
البديل البرمجي: ضغط KV-Cache بواسطة TurboQuant
بينما يعمل باحثو الأجهزة على حوسبة MRAM داخل الذاكرة، يهاجم مهندسو البرمجيات اختناق الذاكرة من زاوية مختلفة: الضغط.
Google TurboQuant (ICLR 2026، نُشر في مارس 2026):
- يضغط ذاكرة KV (key-value) cache في استدلال المحوّلات إلى 3 bits — نزولاً من الصيغ النموذجية 16-bit أو 8-bit.
- تقليص 6× في بصمة ذاكرة KV cache. في الاستدلالات ذات السياق الطويل، قد تستهلك KV cache نسبة 30–50% من VRAM.
- صفر فقدان في الدقة في القياسات المرجعية بما في ذلك تقييمات needle-in-haystack (استرجاع السياق الطويل).
- تسريع يصل إلى 8× في حساب لوغيتات الانتباه (attention logits) على وحدات H100 GPUs (TurboQuant بـ 4-bit مقابل 32-bit غير مُكمَّم).
- لا حاجة لتدريب أو fine-tuning. بديل جاهز للاستبدال في خطوط الاستدلال الحالية.
- كيف يعمل: عملية من مرحلتين — PolarQuant (التكميم في الإحداثيات القطبية باستخدام مراكز Lloyd-Max) + QJL (تحويل Johnson-Lindenstrauss المُكمَّم، يضيف تصحيح الأخطاء للحفاظ على دقة الجداء الداخلي عند الضغط الشديد).
- توجد عدة تطبيقات مفتوحة المصدر مستقلة. يُتوقَّع إصدار كود Google الرسمي في الربع الثاني من 2026.
- لماذا يهم: تقليص الذاكرة برمجياً بحتاً متاح *اليوم*، ولا يتطلب أجهزة جديدة، ويعمل على أي NVIDIA/AMD GPU أو CPU مع مكتبات الاستدلال القياسية. إنه حل عملي لاختناق الذاكرة في انتظار نضج MRAM.
إذا وصلت MRAM إلى أجهزة المستهلك
من شأن اعتماد الهواتف الذكية وأجهزة الكمبيوتر الاستهلاكية لـ MRAM أن يعيد تشكيل الذكاء الاصطناعي على الجهاز بثلاث طرق:
- استدلال فوري التشغيل: يقلع الهاتف، وتكون أوزان نموذج الذكاء الاصطناعي موجودة أصلاً في MRAM غير المتطايرة على SoC، دون حاجة لإعادة التحميل من التخزين. بدء فوري للمساعدات الصوتية والترجمة الفورية والاستدلال على الجهاز.
- عمر بطارية أطول: لا استنزاف بتحديث وضع الاستعداد على نظام الذاكرة الفرعي. بالنسبة لميزات الذكاء الاصطناعي الدائمة التشغيل (الاستماع في الخلفية، التحليلات الحافظة للخصوصية)، تكون وفورات الطاقة تراكمية مضاعفة.
- نماذج أكبر ضمن ميزانية طاقة ثابتة: إذا حققت الحوسبة داخل الذاكرة كفاءة طاقة أعلى بمقدار 2–10× مقارنةً بفصل LPDDR5 + الحوسبة، فيمكن للهواتف تشغيل نماذج 5B–10B بالتأثير نفسه على البطارية الذي تحدثه اليوم نماذج 1B–2B.
الجدول الزمني ونظرة صادقة
ما هو مؤكَّد (وفق خرائط الطرق والإعلانات المنشورة):
- ما هو غير مؤكَّد:
- لم يعلن أي مصنّع هواتف ذكية كبير (Apple، Qualcomm، MediaTek) عن دمج MRAM.
- مواصفات عرض النطاق الترددي والكثافة لـ MRAM على نطاق VRAM الاستهلاكي (8–16 GB) غير متاحة علناً.
- مكاسب كفاءة الطاقة لاستدلال النماذج الكبيرة (30B+) لم تُقَس في السيليكون.
- تكافؤ التكلفة مع LPDDR5 أو HBM غير مدرج في أي خارطة طريق منشورة.
- الجدول الزمني الواقعي:
- 2026–2028: رقاقات SoC لذكاء اصطناعي الحافة (الروبوتات، السيارات، IoT) مع وحدات حوسبة MRAM صغيرة داخل الذاكرة. نماذج محدودة بحجم 2B. نشر آسيا أولاً.
- 2028–2030: احتمال الدمج في الهواتف الذكية كذاكرة مؤقتة غير متطايرة أو وحدة مسرّع ذكاء اصطناعي متخصصة (وليس بديلاً للذاكرة الرئيسية).
- 2030+: يتطلب النشر السائد في هواتف المستهلكين كبديل لـ DRAM حل تحديات الكثافة وعرض النطاق الترددي والتكلفة التي لم تُحَل بعد. غير متوقع قبل 2031–2035.
| Year | Milestone | Status |
|---|---|---|
| 2019 | Samsung تنتج eMRAM على نطاق واسع بتقنية 28nm | ✓ منجز |
| 2024 | إنتاج Samsung لـ eMRAM بتقنية 14nm | ✓ منجز |
| 2026 | إنتاج Samsung لـ eMRAM بتقنية 8nm؛ tape-out من SemiFive/ICYTech | ✓ منجز (يونيو 2026) |
| 2027 | توفر عملية Samsung لـ eMRAM بتقنية 5nm (خارطة طريق) | على المسار |
| 2028–2029 | احتمال شحن أول رقاقات SoC لذكاء اصطناعي الحافة بحوسبة MRAM داخل الذاكرة (SemiFive وغيرها) | محتمل لكن غير مؤكَّد |
| 2029–2031 | إمكانية دمج MRAM في الهواتف الذكية الاستهلاكية (ذاكرة مؤقتة غير متطايرة أو شريحة ذكاء اصطناعي متخصصة) | تكهّني |
الأسئلة الشائعة
هل MRAM متاحة للشراء الآن لجهاز الكمبيوتر أو الهاتف؟
لا. MRAM في مرحلة الإنتاج للمتحكمات الدقيقة الصناعية ورقائق السيارات وتخزين المؤسسات. أما للذكاء الاصطناعي الاستهلاكي، فهي في مرحلة البحث والتطوير فقط اعتباراً من يونيو 2026. رقاقة SemiFive/ICYTech في مرحلة tape-out — لم يعُد السيليكون بعد. النشر الاستهلاكي واقعياً على بُعد 3–5 سنوات أو أكثر.
هل ستحل MRAM محل VRAM في وحدة GPU لديّ؟
من غير المرجح على المدى القريب. تتفوق MRAM في انخفاض طاقة وضع الاستعداد وعدم التطاير، وهما مهمّان في أجهزة الحافة المقيدة بالبطارية. تحل HBM مشكلة مختلفة: أقصى عرض نطاق ترددي لتدريب مراكز البيانات والاستدلال بدفعات كبيرة. بالنسبة للهواتف الاستهلاكية وذكاء اصطناعي الحافة المتخصص، قد تصبح MRAM مكوناً (ذاكرة مؤقتة مضمّنة أو وحدة مسرّع). ستبقى VRAM في وحدة GPU للألعاب أو مسرّع مراكز البيانات من نوع HBM أو GDDR في المستقبل المنظور.
ما الفرق بين الحوسبة داخل الذاكرة وقاعدة بيانات المتجهات؟
طبقتان مختلفتان. تخزّن قواعد بيانات المتجهات التضمينات (embeddings) وتسترجعها بالتشابه (تُستخدم في خطوط RAG). أما الحوسبة داخل الذاكرة فتنفذ العملية الأساسية للشبكة العصبية (ضرب المصفوفة في المتجه) داخل الذاكرة نفسها، مما يزيل نقل البيانات. يمكنك استخدام كليهما معاً: الحوسبة داخل الذاكرة لمحرك الاستدلال، وقاعدة بيانات المتجهات للاسترجاع.
هل يمكنني استخدام ضغط TurboQuant على LLM المحلي الذي أشغّله اليوم؟
ليس بعد في مكتبات الاستدلال السائدة، لكن توجد تطبيقات له. TurboQuant عمل أكاديمي (ICLR 2026). لم تدمجه بعد Ollama و LM Studio وأدوات المستهلك الأخرى. تحقق من GitHub للتطبيقات المجتمعية. الفكرة الأساسية — تكميم ذاكرة KV cache بقوة — قابلة للتكرار في كود استدلال مخصص.
هل تعمل MRAM مع المحوّلات (transformers)؟
أظهرتها Samsung في مهام التعلم الآلي الكلاسيكية (تصنيف الأرقام، كشف الوجوه). أما الاستدلال بحجم المحوّلات (نماذج 7B+) في حوسبة MRAM داخل الذاكرة فلم يُنشَر بعد. الأمر محتمل لكنه غير مُثبَت. تدّعي رقاقة SemiFive قدرة 2B معامل؛ وسنحصل على قياسات أداء حقيقية عندما يعود السيليكون ويُشحَن.
هل MRAM هي نفسها 3D XPoint (Intel Optane)؟
لا. كانت 3D XPoint تقنية ذاكرة من فئة التخزين مملوكة لـ Intel (أُوقفت الآن). MRAM تقنية ذاكرة غير متطايرة مختلفة بفيزياء مختلفة (مغناطيسية مقابل تغيّر الطور). تستهدف كلتاهما المجال نفسه — تخزين سريع ومتين وغير متطاير — لكن باستخدام مقاربات مختلفة.
كم من الطاقة توفر MRAM مقارنةً بـ DRAM؟
في وضع الاستعداد (دون تحديث): توفر MRAM نحو 0.5–1 mW لكل جيجابايت. أما في الاستدلال النشط بالحوسبة داخل الذاكرة: يدّعي بيان Samsung الصحفي خفضاً "كبيراً" بسبب إزالة حركة البيانات، لكن لم يُكشَف علناً عن وفورات محددة ومقنّنة. ستأتي الأرقام الحقيقية عندما يُشحَن السيليكون ويُقاس أداؤه بشكل مستقل.
هل ستحل MRAM محل DRAM؟
ليس كذاكرة رئيسية في المستقبل المنظور. تكمن نقاط قوة MRAM في عدم التطاير وطاقة وضع الاستعداد الصفرية، وهما مناسبان للذواكر المؤقتة المضمّنة ومسرّعات الحافة منخفضة الطاقة. لا تزال DRAM و HBM تحتفظان بمزايا حاسمة في الكثافة وعرض النطاق الترددي والتكلفة لكل بت — HBM4 من Samsung في إنتاج واسع بعرض نطاق ترددي يتجاوز عدة تيرابايت في الثانية، وتدفع LPDDR6 معدل 30–35 Gbps لكل دبوس لأجهزة الحافة. الدور الواقعي لـ MRAM هو وحدة مكمّلة غير متطايرة أو وحدة حوسبة داخل الذاكرة، وليس بديلاً لـ DRAM.
هل حلّت Qualcomm اختناق الذاكرة في 2026؟
أعلنت Qualcomm عن HBC (High-Bandwidth Compute) تحت علامتها Dragonfly في يوم المستثمرين 2026 — بنية near-memory تكدّس مسرّع حوسبة أسفل ذاكرة LPDDR باستخدام فتحات عبر السيليكون (TSV)، مدّعيةً نحو 6x من عرض النطاق الترددي لكل واط مقابل HBM و200x من السعة لكل واط مقابل SRAM. ثلاثة فروق مهمة: HBC هي near-memory (الحوسبة بجوار الذاكرة)، وليست حوسبة MRAM داخل الذاكرة (الحوسبة داخل مصفوفة الذاكرة)؛ وتستهدف مسرّعات الذكاء الاصطناعي لمراكز البيانات (AI250/AI300)، وليس الهواتف؛ والجيل الأول من HBC مقرر لمنتصف 2027، لذا لم يُشحَن شيء في 2026. إنها مقاربة مختلفة لمشكلة جدار الذاكرة نفسها، وليست اختراقاً في MRAM.
قراءات ذات صلة
- كم VRAM تحتاج لنماذج LLM المحلية — تحديد حجم DRAM مقابل VRAM للاستدلال على الجهاز اليوم.
- أفضل وحدات GPU لنماذج LLM المحلية — خيارات الأجهزة الحالية في انتظار نضج MRAM.
- شرح تكميم LLM — فهم Q3 و Q4 و Q5 وكيف يقلل الضغط بصمة الذاكرة.
- حلول اختناق ذاكرة LLM المحلية — إدارة KV cache وتحسين الاستدلال والمقاربات البرمجية الحالية.
- ذاكرة Apple Silicon الموحدة لنماذج LLM المحلية — بديل لـ VRAM المنفصلة في GPU: بنية تعكس جزئياً فوائد الحوسبة داخل الذاكرة.