Мемристори революціонізують обчислювання

Дослідження UMass Amherst демонструє, що мемристорний пристрій може вирішувати складні наукові проблеми, використовуючи значно менше енергії, долаючи одну з головних перешкод цифрових обчислень.

Багато важливих наукових питань сьогодення — від моделювання нанорозмірних матеріалів до великомасштабної науки про клімат — можна досліджувати за допомогою складних рівнянь. Однак сучасні цифрові обчислювальні системи досягають своєї межі для виконання цих обчислень з точки зору швидкості, споживання енергії та інфраструктури.

Цянфей Ся (Qiangfei Xia), професор електротехніки та комп’ютерної інженерії UMass Amherst і один із авторів дослідження, опублікованого в журналі Science, пояснює, що за сучасних методів обчислення щоразу, коли ви хочете зберегти інформацію або дати комп’ютеру завдання, він вимагає переміщення даних між пам'яттю та обчислювальними блоками. Зі складними завданнями, які переміщують великі обсяги даних, ви, по суті, отримуєте своєрідну «пробку» обробки.

Одним із способів вирішення цієї проблеми традиційними обчисленнями є збільшення пропускної здатності. Натомість проф. Ся та його колеги з UMass Amherst, Університету Південної Каліфорнії, та виробника обчислювальних технологій TetraMem Inc. запровадили обчислення в пам’яті за допомогою технології аналогових мемристорів як альтернативу, яка може уникнути цих вузьких місць, зменшивши кількість передач даних.

Обчислення команди в пам’яті спираються на електричний компонент, який називається мемристор — комбінація пам’яті та резистора (який контролює потік електроенергії в ланцюзі). Мемристор контролює потік електричного струму в ланцюзі, а також «запам’ятовує» попередній стан, навіть коли живлення вимкнено, на відміну від сучасних комп’ютерних чіпів на основі транзисторів, які можуть зберігати інформацію лише за наявності живлення. Мемристорний пристрій можна запрограмувати на кілька рівнів опору, збільшуючи щільність інформації в одній комірці.

Якщо така схема пам’яті організована у вигляді матричного масиву, вона виконує аналогові обчислення, використовуючи фізичні закони в масовому паралельному режимі, суттєво прискорюючи матричні операції, найбільш часто використовуваного, але дуже енергоємного обчислення в нейронних мережах. Обчислення виконуються на місці пристрою, а не переміщують дані між пам’яттю та блоками обробки. Використовуючи аналогію з трафіком, проф. Ся порівнює обчислення в пам’яті з майже порожніми дорогами, які спостерігалися в розпал пандемії: «Ви ліквідували трафік, тому що [майже] всі працювали вдома, — каже він. - Ми працюємо одночасно, але надсилаємо лише важливі дані/результати».

Матриця мемристорів

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365