Muistin ja laskennan yhdistäminen

23.11.2018

Princeton-muisti-ja-laskenta-yhteen-300-t.jpgMuuttamalla laskennallista perusominaisuutta, Princetonin yliopiston tutkijat ovat rakentaneet uudenlaisen tietokonekortin, joka parantaa suorituskykyä ja vähentää tekoälyjärjestelmien energiavaatimuksia.

Standardilla ohjelmointikielellä toimiva siru voi olla erityisen hyödyllinen puhelimissa tai muissa laitteissa, jotka tukeutuvat korkean suorituskyvyn laskentaan ja joilla on käytettävissä vain vähän akkutehoa.

In-memory-computing -tekniikkaan perustava siru on suunniteltu poistamaan ensisijainen laskennallinen pullonkaula, joka pakottaa tietokoneprosessorit kuluttamaan aikaa ja energiaa, niiden hakiessa dataa tallennetusta muistista. Suoraan muistissa tapahtuva laskenta mahdollistaa nopeuden ja tehokkuuden.

Tutkijoiden aiempi tutkimussaavutus tuotti siruun tehokkaan perusmoottorin ja nyt siihen on integroitu ohjelmoitava prosessoriarkkitehtuuri. Se toimii nyt tavallisten tietokonekielten kuten C:n avulla.

Princeton-siru on tarkoitettu tukemaan järjestelmiä, jotka on suunniteltu syväoppimisen päättelyalgoritmeihin. Niiden avulla tietokoneet voivat tehdä päätöksiä ja suorittaa monimutkaisia tehtäviä datajoukoilla oppimalla. Syväoppimisjärjestelmät ohjaavat sellaisia asioita kuin itseajavat ajoneuvot, kasvojen tunnistusjärjestelmät ja lääketieteelliset diagnostiikkaohjelmistot.

Uusi piirirakenne yhdistää kondensaattoreita tavallisten staattisten satunnaishakumuistin (SRAM) soluihin. Nykytekniikalla kondensaattoreita voidaan tehdä sirulle paljon enemmän kuin transistoreita.

Kondensaattoreiden ja SRAM:n yhdistelmää käytetään toteuttamaan laskentaa analogisessa muodossa mutta silti luotettavalla tavalla ja ohjelmoitavuudella varustettuna. Näin muistipiirit voivat nyt suorittaa laskutoimituksia sirun keskusprosessointiyksikön ohjaamilla tavoilla.

"Muistissa tapahtuvan laskennan tekniikka on viime vuosina osoittanut lupauksia kohdistua käsittelemään laskentajärjestelmien energiaa ja nopeutta", toteaa professori Naveen Verma. "Mutta iso kysymys on ollut, olisiko tämä lupaus skaalautuva ja että järjestelmätoimittajat voisivat käyttää kaikkia niitä AI-sovelluksia, joista käyttäjät todella välittävät. Tämä tekee ohjelmoitavuuden tarpeelliseksi."

Aiheesta aiemmin:

Kohti äärimmäistä tietokonepiiriä

Ohjelmoitavia analogiapiirejä
03.12.2021Kotimaista kvanttitietotekniikkaa
02.12.2021Dynaamisesti ohjelmoitava transistori
01.12.2021Yksinkertaisempi suunnitelma kvanttitietokoneille
30.11.2021Näkyvän valon modulointi sirutasolle
29.11.2021Fyysistä salaustekniikkaa nopeille langattomille
27.11.2021Kvanttipisteledi taipuu kuin paperi
26.11.2021Ultranopea akkujen lataus uudella anodimateriaalilla
25.11.2021Nanoantenni avittaa kvanttiviestintää
24.11.2021Vihreää vetyä edullisemmin
23.11.2021Astrosyytit tekoälyn tehostajiksi

Siirry arkistoon »