AI消費電力の大幅削減を約束するハイブリッドメモリ

人工知能 (AI) システム用のよりエネルギー効率の高いハードウェアの開発は、メモリ テクノロジの改善に焦点を当てて、ますます支持されています。あ ハイブリッドタイプ メモリ 高密度の DRAM (ダイナミック ランダム アクセス メモリ) と SRAM (スタティック ランダム アクセス メモリ) の速度を組み合わせた技術が、この取り組みの最前線にあります。。

このプロジェクトはスタンフォード大学の電気技術者が主導しており、チームの目標は、今日の処理能力とエネルギー消費の限界に対処する、人工知能アプリケーション用のより高速で効率的なメモリ ハードウェアを作成することです。または 研究 その枠組み内で資金提供されている CHIPS と科学法、最近米国国防総省がカリフォルニア・太平洋・北西部 AI ハードウェア ハブに 1,630 万ドルの資金提供を強化しました。

の AI システムは、大量のデータを効率的に処理できるハードウェアに大きく依存しています。ただし、メモリと論理ユニット間でのデータの移動には時間がかかるため、GPU の速度が低下し、消費電力の増加につながります。 AI モデルが大規模かつ複雑になるにつれて、これらのメモリのボトルネックがより顕著になります。したがって、チップ上に直接配置された高速かつ高密度のメモリが、この問題の可能な解決策として考えられます。

ザ HS フィリップ・ウォン、電気技術者とその社長 AI ハードウェア ハブ、AIを作るための記憶の重要性を強調する ハードウェア よりエネルギー効率が高くなります。ウォン氏のチームは、新しいタイプのメモリ設計に目を向けました。 それはゲインセルメモリと呼ばれます、DRAM と SRAM 両方の利点を組み合わせたものです。ハイブリッド ゲイン セルは、DRAM のエネルギー使用量が小さいという中間点を提供しますが、SRAM の特徴であるより高い読み取り速度も提供します。

この新しい設計の主な違いは、従来の DRAM に見られるコンデンサの代わりに、データ書き込み用と読み取り用の 2 つのトランジスタを使用していることです。これにより、 ゲインセル データの信頼性を高め、データ読み取り時の信号強度を高めます。

または セルメモリを獲得する シリコンベースの設計では急速なデータ漏洩、酸化物ベースの設計では読み取り速度が遅いなどの制限に直面しています。しかし、スタンフォード大学のチームは、シリコントランジスタと酸化インジウムスズトランジスタを組み合わせて、デバイスの性能を大幅に向上させ、コンパクトな設置面積を維持しながら、より高速な読み出しを実現しました。

新しい設計は、64 ミリ秒ごとにリフレッシュする必要がある従来の DRAM よりもはるかに長い、5,000 秒以上データを保持できます。さらに、ハイブリッド メモリは酸化物 – 酸化物ゲイン セルよりも約 50 倍高速です。

ウォン氏はこの進歩を、単純な 3 速自転車から洗練された 20 速自転車への進化に例えています。と述べ、メモリ技術のこの進化は、DRAM、SRAM、フラッシュメモリなどの従来の選択肢を超えて拡大するだろうと強調した。

[via]