Блок обработки в памяти откроет дорогу мемристорам

11 декабрь, 2018 - 16:18Леонід Бараш

Новый способ компоновки передовых компьютерных компонентов, называемых мемристорами, на чипе позволит использовать их для общих вычислений, что может сократить потребление энергии в 100 раз.

Это повысит производительность в устройствах низкой мощности, таких как смартфоны, или делать более эффективные суперкомпьютеры, говорят исследователи из Университета Мичигана.

«Исторически сложилось так, что полупроводниковая промышленность улучшала производительность за счет ускорения работы устройств, но хотя процессоры и память очень быстрые, они не могут быть эффективными, потому что им приходится ждать ввода—вывода данных», - сказал Вэй Лу (Wei Lu), профессор электротехники и вычислительной техники и соучредитель стартапа Memristor Crossbar Inc.

Решением этой проблемы могут быть мемристоры. Они хранят информацию как уровни сопротивления. Эти элементы цепи позволяют хранить и обрабатывать данные на одном устройстве, исключив узкое место для передачи данных, которое характерно для обычных компьютеров, в которых память отделена от процессора.

Однако в отличие от обычных битов, которые являются 1 или 0, мемристоры могут иметь сопротивления, которые принимают непрерывные значения. Некоторые приложения, такие как вычисления, которые имитируют мозг (нейроморфные), используют аналоговую природу мемристоров. Но для обычных вычислений попытка различить небольшие изменения в токе, проходящем через устройство мемристора, недостаточно точна для численных расчетов.

Проф. Лу и его коллеги столкнулись с этой проблемой при оцифровке выходного тока, определяя диапазоны значений тока как конкретные биты (то есть, 0 или 1).

Компьютеры с этими новыми блоками, которые исследователи называют «модулями обработки в памяти», могут быть особенно полезны для внедрения машинного обучения и алгоритмов ИИ. Они также хорошо подходят для задач, основанных на матричных операциях, таких как моделирование, используемое для прогнозирования погоды. Простейшие числовые матрицы могут непосредственно отображаться на сетку мемристоров.

Поскольку мемристоры являются набором для представления чисел, операции, которые умножают и суммируют строки и столбцы, можно выполнять одновременно с набором импульсов напряжения вдоль рядов. Ток, измеренный в конце каждого столбца, содержит ответы. Напротив, типичный процессор должен был бы считывать значение из каждой ячейки матрицы, выполнять умножение, а затем суммировать каждый столбец последовательно.

«Мы получаем умножение и сложение за один шаг, и об этом заботятся законы физики. Нам не нужно вручную умножать и суммировать в процессоре», - сказал проф. Лу.

Его команда выбрала решение уравнений в частных производных в качестве теста для массива мемристоров 32x32, который проф. Лу представляет как лишь один блок в будущей системе. Эти уравнения лежат в основе многих проблем науки и техники, но их очень сложно решить. Трудность исходит из сложного типа и многих переменных, необходимых для моделирования физических явлений.

Когда решить систему уравнений в частных производных точно невозможно, их приблизительное решение может потребовать суперкомпьютеров. Эти проблемы часто связаны с очень большими матрицами данных, поэтому узкое место обмена данными между процессором и памятью решается с помощью массива мемристоров. Команда проф. Лу использовала решение уравнений в их демонстрации модели плазменного реактора, такого как те, которые использовались для изготовления интегральных схем.

Блок обработки в памяти откроет дорогу мемристорам

Это массив мемристоров, расположенный на монтажной плате