TSMC et des chercheurs américains créent une mémoire SOT-MRAM pour l'IA

Des ingénieurs de l'Université du Texas, en collaboration avec TSMC, ont développé et testé une puce mémoire magnétique ultra-efficace appelée SOT-MRAM, optimisée pour les tâches d'intelligence artificielle. Selon ixbt.com, cette nouvelle technologie combine haute vitesse, faible consommation d'énergie et capacité à conserver les données même après coupure de l'alimentation, ce qui pourrait considérablement étendre les capacités des appareils à l'avenir. C'est ce que rapporte Ixbt.com rapporte .

Lors des tests, les puces expérimentales ont démontré une grande efficacité. Notamment, le processus de basculement d'un bit dans la cellule mémoire entre les états 0 et 1 n'a pris que 2 nanosecondes, nécessitant environ 2 picojoules d'énergie. Les chercheurs soulignent que certaines technologies de mémoire alternatives peuvent consommer des centaines de picojoules pour une seule opération tout en étant plusieurs fois, voire des dizaines de fois, plus lentes.

Caractéristiques uniques de la technologie

La caractéristique principale de la mémoire SOT-MRAM était considérée comme un inconvénient pendant longtemps : chaque cellule ne peut stocker que deux états, 0 ou 1. Cependant, comme les réseaux de neurones traitent généralement des formes de données plus complexes, cela ne suffisait pas pour les tâches d'IA. C'est pourquoi les scientifiques ont dû adapter les algorithmes existants au format binaire tout en maintenant une précision de calcul acceptable.

Les nouvelles puces expérimentales ont été testées simultanément sur plusieurs tâches complexes, notamment l'inférence de réseaux de neurones, l'entraînement de réseaux de neurones binaires et la modélisation de graphes probabilistes. Les résultats obtenus ont montré que la technologie SOT-MRAM pourrait être extrêmement intéressante pour les systèmes d'IA périphériques, où les calculs sont effectués directement sur l'appareil final plutôt que sur un serveur central.

Importance pratique et perspectives

L'introduction de cette technologie apportera un grand confort aux appareils intelligents fonctionnant en temps réel. Par exemple, un bras robotisé pourrait traiter lui-même les données provenant de capteurs et réagir presque immédiatement à une montée brutale de température sans envoyer les données vers des serveurs cloud. Cela réduit considérablement le temps nécessaire au transfert et au traitement des données sur des serveurs distants, ainsi que la consommation d'énergie.

Néanmoins, de tels systèmes ne pourront pas se passer totalement du cloud computing. Pour les tâches complexes nécessitant une haute précision ou une puissance de calcul importante, les appareils continueront d'envoyer des données vers des serveurs équipés de GPU. À l'avenir, des accélérateurs spécialisés basés sur la SOT-MRAM pourraient prendre en charge une partie des calculs d'IA locale actuellement effectués par le CPU.

Cependant, il faudra encore du temps avant que la technologie ne soit mise en pratique. Les experts doivent encore améliorer la stabilité des puces et réduire les variations de paramètres entre les cellules individuelles, car à ce stade, ces facteurs peuvent affecter négativement la précision du travail des réseaux de neurones.