TSMC и ученые из США создали память СОТ-МРАМ для искусственного интеллекта

Инженеры Техасского университета в сотрудничестве с компанией TSMC разработали и протестировали энергоэффективный чип магнитной памяти СОТ-МРАМ, оптимизированный для задач искусственного интеллекта. Согласно данным иксбт.ком, эта новая технология сочетает в себе высокую скорость, низкое энергопотребление и способность сохранять данные даже при отключении питания, что в будущем может значительно расширить возможности устройств. Об этом сообщает Иксбт.ком сообщает .

В ходе испытаний экспериментальные чипы показали высокую эффективность. В частности, процесс переключения одного бита в ячейке памяти между состояниями 0 и 1 занял всего 2 наносекунды и потребовал около 2 пикоджоулей энергии. Исследователи отмечают, что некоторые альтернативные технологии памяти могут потреблять сотни пикоджоулей на одну операцию, работая при этом в несколько или даже в десятки раз медленнее.

Особенности технологии

Основная характеристика памяти СОТ-МРАМ долгое время считалась её недостатком: каждая ячейка может хранить только два состояния — 0 или 1. Однако, поскольку нейросети обычно работают с более сложными форматами данных, этого было недостаточно для задач искусственного интеллекта. Поэтому ученым пришлось адаптировать существующие алгоритмы под двоичный формат, сохранив при этом приемлемую точность вычислений.

Новые экспериментальные чипы были протестированы в нескольких сложных задачах, включая инференс нейросетей, обучение бинарных нейросетей и моделирование вероятностных графов. Полученные результаты показали, что технология СОТ-МРАМ может быть крайне перспективной для периферийных систем искусственного интеллекта, где вычисления выполняются не на центральном сервере, а непосредственно на конечном устройстве.

Практическое значение и перспективы

Внедрение данной технологии создаст большие удобства для интеллектуальных устройств, работающих в режиме реального времени. Например, роботизированная рука сможет самостоятельно обрабатывать данные с датчиков и мгновенно реагировать на резкое повышение температуры, не отправляя информацию на облачные серверы. Это сокращает время на передачу и обработку данных на удаленных серверах, значительно снижая энергопотребление.

Тем не менее, такие системы не смогут полностью отказаться от облачных вычислений. Для сложных задач, требующих высокой точности или значительной вычислительной мощности, устройства по-прежнему будут передавать данные на серверы, оснащенные GPU. В будущем специализированные ускорители на базе СОТ-МРАМ могут взять на себя часть локальных вычислений ИИ, которые сегодня выполняются через CPU.

Однако до практического внедрения технологии еще далеко. Перед специалистами стоят задачи по повышению стабильности чипов и уменьшению разброса параметров между отдельными ячейками, так как на текущем этапе эти факторы могут негативно влиять на точность работы нейросетей.