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
26.06.2020Magnon-kytkin teollisesti hyödyllisillä ominaisuuksilla
25.06.2020Mikroaaltovahvistin joustavalle puukalvolle
24.06.2020Eksitoneja ja kvanttimateriaaleja
23.06.2020Anturien 3D-tulostus suoraan sydämeen
19.06.2020Tallennusta, logiikkaa ja skyrmioneja
18.06.2020Perusteita tehokkaammille akuille
17.06.2020Lomittaa molekyylejä ja atomeja
16.06.2020Intuitiivinen ohjelmointikieli kvanttitietokoneille
15.06.2020Kontakteja 2D-transistoreille
12.06.2020Molekyylit tarjoavat satakertaisen muistin

Siirry arkistoon »