Komputasi

Mengapa Penyimpanan Tradisional Tidak Dapat Mengimbangi AI: Kasus untuk Penyimpanan Data Mekanis

mm
Tambahkan Securities.io ke sumber pilihan Anda di Google
Pengungkapan: Securities.io dapat menerima kompensasi saat Anda memakai tautan ke produk yang kami ulas. Hal ini tidak memengaruhi penilaian editorial kami. Kami bukan penasihat investasi terdaftar; ini bukan saran investasi. Baca pengungkapan afiliasi kami.

Komputasi canggih dan kecerdasan buatan meningkatkan kebutuhan penyimpanan data. Karena itu, peneliti mengembangkan bahan dan metode baru untuk menambah kapasitas serta memperbaiki cara penulisan dan pembacaan informasi. Berikut beberapa pendekatan yang masih memerlukan pengujian dan pengembangan sebelum dapat menggantikan teknologi komersial.

Permintaan penyimpanan data meningkat

Kebutuhan penyimpanan terus berkembang bersama penggunaan pusat data di seluruh dunia. Artikel ini menyebut lebih dari 9.000 pusat data, termasuk lebih dari 5.000 di Amerika Serikat, sebagai gambaran pada saat penulisan. Angka tersebut bergantung pada tanggal dan definisi pusat data yang digunakan, bukan jumlah tetap yang berlaku untuk semua jenis fasilitas.

Penyimpanan Awan Memimpin Pasar

Artikel ini mengutip proyeksi pertumbuhan pasar penyimpanan awan dari 61 miliar dolar AS pada 2020 menjadi 390 miliar dolar AS pada 2028. Itu merupakan perkiraan, bukan hasil yang sudah terjadi. AI turut meningkatkan kebutuhan penyimpanan untuk data pelatihan, parameter model dan data operasional, tetapi kebutuhan tiap sistem berbeda; model yang lebih besar tidak selalu lebih baik untuk setiap tugas.

Masalah Metode Penyimpanan Data Saat Ini

HDD, SSD dan cakram optik tetap digunakan untuk sistem AI maupun aplikasi lain. Masing-masing menghadapi batas kepadatan dan kinerja. Ukuran butir magnetik membatasi HDD, bukan SSD berbasis flash. Flash menghadapi tantangan penskalaan sel, sedangkan penyimpanan optik dibatasi antara lain oleh cara cahaya membaca dan menulis fitur fisik.

Penyimpanan Mekanis

Salah satu pendekatan yang diteliti adalah penyimpanan mekanis berbasis lekukan kecil pada permukaan bahan. Ada atau tidaknya lekukan, serta kedalamannya, dapat menyatakan informasi. IBM dan Intel (INTC ) pernah mengeksplorasi konsep sejenis karena potensi kepadatan penyimpanannya.

Masalah Metode Penyimpanan Mekanis yang Digunakan Saat Ini

Penelitian terdahulu menunjukkan potensi penyimpanan mekanis, tetapi juga menghadapi persoalan sintesis bahan, kestabilan, suhu penghapusan dan kerumitan perangkat. Probe berpemanas pada sejumlah metode menambah kebutuhan energi dan kendala rekayasa. Tantangan ini ikut menghambat komersialisasi.

Studi Penyimpanan Data Polimer Berkapasitas Tinggi

Sebuah studi1 yang diterbitkan daring pada 2024 dalam Advanced Science menguji polimer untuk penyimpanan mekanis berbasis probe. Bahan tersebut dirancang agar permukaannya dapat diberi lekukan berskala nano, dipertahankan untuk dibaca, lalu dihapus dengan pemanasan.

Sumber - Advanced Science

Sumber: Advanced Science


Tim Universitas Flinders menggunakan vulkanisasi invers untuk menggabungkan sulfur dengan disiklopentadiena, serta menguji polimer pembanding berbasis siklopentadiena. Bahan bakunya relatif murah, dan jaringan ikatan S–S memungkinkan perubahan struktur ketika dipanaskan. Istilah “polimer Flinders” di sini merujuk pada bahan hasil penelitian, bukan nama produk penyimpanan komersial. Bahan baku tersebut tidak otomatis merupakan sumber daya terbarukan.

Lekukan Nanoskala untuk Penyimpanan Data

Peneliti menggunakan mikroskop gaya atom (AFM) untuk membuat dan membaca lekukan. Kedalamannya dapat dikendalikan dari kurang dari 1 hingga 30 nm. Kedalaman menambah pilihan pengodean selain sekadar ada atau tidaknya lekukan. Peningkatan empat kali lipat yang dilaporkan adalah perbandingan pengodean ternari dan biner dalam demonstrasi pada permukaan yang sama, bukan jaminan kapasitas empat kali HDD komersial.

Pengodean numerik ternari

Dalam sistem biner, setiap sel memiliki dua keadaan; delapan sel memberikan 2⁸ = 256 kombinasi. Ternari menggunakan tiga keadaan, sehingga delapan sel memberikan 3⁸ = 6.561 kombinasi. Biner tidak dibatasi hanya delapan sel atau 256 karakter secara keseluruhan. Demonstrasi memanfaatkan kedalaman lekukan untuk menyatakan keadaan tambahan dan menghemat luas permukaan untuk informasi tertentu.

Penghapusan Penyimpanan Data Polimer

Bahan juga harus dapat dihapus dan ditulis ulang. Pemanasan mendorong pertukaran ikatan S–S dan pengaturan ulang jaringan polisulfida sehingga permukaan dapat mengalir kembali dan lekukan hilang. Proses ini berbeda dari penulisan, yang dapat dilakukan pada suhu ruang.

Pengujian Penyimpanan Data Polimer

Tim menguji kekasaran permukaan, sifat mekanis dan kemampuan setiap polimer menerima lekukan. Gaya probe AFM sebesar 0,6–3,8 µN digunakan dalam salah satu rangkaian pengujian. Dengan jenis ujung probe lain, bagian terlebar lekukan berukuran 15 ± 1 nm dan jarak antarpusat lekukan sekitar 25 ± 2 nm. Parameter tersebut merupakan hasil eksperimen tertentu, bukan spesifikasi produk massal.

Pengujian Penghapusan

Untuk menguji penghapusan, peneliti membuat susunan lekukan 4 × 4 dengan kedalaman 18–27 nm pada sampel polimer yang dicetak dan dikeraskan di atas substrat silikon. Mereka menguji beberapa sampel dan kondisi pemanasan. Pada pengujian awal, lekukan dapat dihapus dalam waktu kurang dari dua menit; waktu dan suhu yang diperlukan bergantung pada bahan serta bentuk sampel.

Hasil

Hasilnya menunjukkan penulisan, pembacaan dan penghapusan berulang dapat dilakukan pada bahan ini. Pada film tipis tertentu, lekukan dihapus dengan pemanasan pada 140 °C selama sekitar 10 detik. Kestabilan lekukan juga dipantau menggunakan AFM selama periode penyimpanan.

Mikroskop elektron pemindai dapat menjadi cara pembacaan alternatif untuk pola biner, tetapi tidak mengukur kedalaman dengan ketelitian yang sama. Karena itu, hasil tersebut tidak menunjukkan pembacaan ternari yang setara dengan AFM.

Manfaat untuk Perangkat Penyimpanan Mekanis

Penyimpanan mekanis merekam informasi sebagai perubahan bentuk permukaan. Konsep ini dapat dibuat pada skala nano, sehingga berpotensi menawarkan kepadatan tinggi. Perangkat tersebut menyimpan data, bukan energi, sehingga bukan baterai mekanis.

Kepadatan Tinggi

Kedalaman lekukan memberikan dimensi tambahan untuk pengodean. Susunan probe paralel berpotensi mempercepat pembacaan dan penulisan, tetapi integrasi, ketahanan ujung probe dan laju pemrosesan masih perlu dikembangkan. Kepadatan pada percobaan tidak langsung sama dengan kapasitas perangkat komersial lengkap.

Murah

Sulfur dan disiklopentadiena relatif murah dan tersedia, sehingga bahan penyimpanannya berpotensi berbiaya rendah. Namun, biaya keseluruhan perangkat juga mencakup probe, pengendali, pembacaan, manufaktur dan pemeliharaan. Murahnya polimer saja belum membuktikan keunggulan biaya di semua industri.

Energi Rendah

Penulisan lekukan dapat dilakukan pada suhu ruang, sehingga tidak memerlukan pemanasan probe seperti pada sejumlah pendekatan terdahulu. Penghapusan tetap memerlukan panas. Keunggulan energi seluruh sistem perlu dinilai dengan memperhitungkan pembacaan, pemanasan dan perangkat pendukung.

Dihapus dan Dapat Digunakan Kembali

Polimer penelitian ini dapat ditulis, dibaca, dihapus dan ditulis ulang dalam beberapa siklus percobaan. Penghapusan film tipis berlangsung dalam hitungan detik pada suhu yang ditentukan. Hasil tersebut menjanjikan, tetapi bukan bukti ketahanan tanpa batas atau kesiapan komersial.

Potensi lingkungan

Pada 30 siklus pemanasan dan pendinginan film tertentu, peneliti tidak menemukan perubahan kekasaran permukaan atau komposisi unsur maupun pembentukan sulfur elemental. Temuan ini tidak berarti tidak ada emisi dalam semua kondisi dan tidak membuktikan bahwa seluruh sistem AI menjadi berkelanjutan. Dampak produksi, pemakaian energi dan akhir masa pakai tetap perlu dinilai.

Isu yang Perlu Dihadapi

Bahan penyimpanan harus beroperasi di bawah kondisi yang memicu penghapusan. Paparan panas berlebih dapat merusak atau menghapus informasi. Suhu transisi dan penghapusan berbeda antara polimer yang diuji; polimer berbasis disiklopentadiena menunjukkan ketahanan yang lebih sesuai dibanding bahan pembandingnya. Peneliti juga harus mengatasi kecepatan akses, keandalan dan produksi dalam skala besar.

Peneliti

Penelitian dilakukan oleh tim Chalker Lab di Universitas Flinders, dengan Abigail K. Mann sebagai penulis pertama, bersama Samuel J. Tonkin, Pankaj Sharma, Christopher T. Gibson dan Justin M. Chalker. Langkah berikutnya mencakup pengujian bahan lain dan metode alternatif, misalnya penghapusan dengan laser berdaya rendah serta penyalinan pola melalui litografi nanoimprint. Ini adalah rencana penelitian untuk memori data, bukan baterai.

Kaitan dengan perusahaan layanan data

Perusahaan penyimpanan menyediakan infrastruktur, pencadangan dan pemulihan data. Keberhasilan bahan laboratorium tidak otomatis membuatnya cocok bagi sistem mereka. Perusahaan berikut memiliki kegiatan yang berkaitan dengan layanan data, tetapi belum ditunjukkan mengadopsi polimer ini.

Data Storage Corporation

Data Storage Corporation (DTST ) menyediakan layanan pengelolaan dan perlindungan data bagi perusahaan. Riwayat dan lokasi pendirian badan hukumnya perlu dibedakan dari lokasi operasional. Tidak ada bukti dalam studi polimer ini bahwa perusahaan tersebut terlibat dalam pengembangan bahan atau telah menerapkannya.

Layanan perusahaan mencakup pencadangan, hosting dan pemulihan bencana. Nilai layanan ini bergantung pada keandalan, dukungan dan kebutuhan pelanggan, bukan hanya pada jenis media penyimpanan. Kemitraan teknologi tidak menjamin keselamatan data atau keberhasilan keuangan.

DTST Grafik Harga

Produk yang dijelaskan dalam artikel meliputi ezHost untuk hosting, ezVault untuk perlindungan dan redundansi data, serta ezRecovery untuk pemulihan setelah gangguan. Enkripsi, pencadangan dan prosedur pemulihan merupakan bagian berbeda dari perlindungan data dan perlu dikonfigurasi serta diuji dengan benar.

Penerapan media mekanis baru akan memerlukan integrasi dan pembuktian biaya, kapasitas, kecepatan serta keandalan. Demonstrasi pengodean ternari tidak berarti perusahaan dapat langsung melipatgandakan kapasitas pusat datanya empat kali atau meningkatkan imbal hasil investasi secara pasti.

Pendekatan penyimpanan lain

Peneliti juga mempelajari media lain. Setiap pendekatan memiliki manfaat dan batasan, dan sebagian besar masih berupa demonstrasi yang memerlukan pengembangan lebih lanjut.Memori Berbasis Oksigen

Memori elektrokimia suhu tinggi menggunakan perpindahan ion oksigen untuk mengubah keadaan bahan berbasis tantalum oksida. Demonstrasi Universitas Michigan dan Sandia menunjukkan penyimpanan informasi pada 600 °C dalam kondisi pengujian tertentu. Ini bukan penyimpanan mekanis dan tidak kebal terhadap semua suhu; penulisan informasi baru dalam perangkat tersebut memerlukan suhu di atas sekitar 250 °C.

Kristal

Penyimpanan optik dalam silika menggunakan laser ultracepat untuk membentuk struktur nano yang menyatakan data. Bahan yang sering disebut kristal memori ini setara dengan kuarsa lebur, bukan harus kristal dengan kisi atom teratur. Ketahanan panasnya menjanjikan untuk pengarsipan, tetapi kapasitas dan umur simpan bergantung pada desain serta kondisi penyimpanan.

Berlian

Penelitian pada berlian memanfaatkan pusat warna, yaitu cacat tertentu pada struktur kristal. Laser dengan panjang gelombang berbeda dapat mengubah keadaan muatan pusat warna untuk menulis informasi. Ini berbeda dari sekadar mengubah warna seluruh berlian dengan arus listrik. Ketahanan bahan berlian tidak berarti setiap keadaan data kebal terhadap panas dan paparan cahaya.

Penyimpanan Data Mekanis – Apakah Ini Masa Depan?

Penyimpanan mekanis berbasis polimer menunjukkan potensi kepadatan tinggi dan bahan berbiaya rendah. Namun, penerapannya bergantung pada pengembangan perangkat baca-tulis, ketahanan data, kebutuhan energi dan manufaktur. Penelitian ini memperluas pilihan teknologi memori, bukan memastikan penggantian HDD atau SSD untuk semua sistem AI.

Pelajari tentang kemajuan menarik lainnya dalam komputasi sekarang.

Referensi Studi:

1. Mann, A. K., Tonkin, S. J., Sharma, P., Gibson, C. T., & Chalker, J. M. (terbit daring 2024; volume 2025). Probe-Based Mechanical Data Storage on Polymers Made by Inverse Vulcanization. Advanced Science, 12, 2409438. https://doi.org/10.1002/advs.202409438

David Hamilton adalah seorang jurnalis penuh waktu dan seorang bitcoinist yang telah lama berkecimpung. Ia mengkhususkan diri dalam menulis artikel tentang blockchain. Artikel-artikelnya telah dipublikasikan di beberapa terbitan bitcoin termasuk Bitcoinlightning.com