
人工智能能否重振內(nèi)存式運(yùn)算架構(gòu)?
發(fā)布時(shí)間:2018-05-04 來源:Rick Merritt 責(zé)任編輯:wenwei
【導(dǎo)讀】業(yè)界開始重新審視十年前開發(fā)的處理器架構(gòu),看好速度較GPU更快1萬倍的所謂「內(nèi)存式運(yùn)算」(In-Memory Computing;IMC),將有助于新一代AI加速器發(fā)展。
新創(chuàng)公司、企業(yè)巨擘和學(xué)術(shù)界開始重新審視十年前開發(fā)的處理器架構(gòu),看好它或許剛好就是機(jī)器學(xué)習(xí)(machine learning)的理想選擇。他們認(rèn)為,「內(nèi)存式運(yùn)算」(In-Memory Computing;IMC)架構(gòu)可望推動(dòng)新型的人工智能(AI)加速器進(jìn)展,使其速度較現(xiàn)行的GPU更快1萬倍。
這些處理器承諾可在CMOS微縮速度放緩之際擴(kuò)展芯片性能,而要求密集乘法累積數(shù)組的深度學(xué)習(xí)算法也正逐漸獲得動(dòng)能。這些芯片雖然距離商用化上市還有一年多的時(shí)間,但也可能成為推動(dòng)新興非揮發(fā)性內(nèi)存成長的引擎。
例如,新創(chuàng)公司Mythic瞄準(zhǔn)在閃存(flash)數(shù)組內(nèi)部進(jìn)行神經(jīng)網(wǎng)絡(luò)運(yùn)算任務(wù),致力于從模擬領(lǐng)域降低功耗。該公司的目標(biāo)是在2019年底量產(chǎn)芯片,成為率先推出這一類新芯片的公司之一。
美國圣母大學(xué)(Notre Dame)電子工程系系主任Suman Datta說:「在我們學(xué)術(shù)界大多數(shù)的人認(rèn)為,新興內(nèi)存將成為實(shí)現(xiàn)內(nèi)存處理器(processor-in-memory;PIM)的技術(shù)之一。采用新的非揮發(fā)性內(nèi)存將意味著創(chuàng)造新的使用模式,而內(nèi)存式運(yùn)算架構(gòu)將是關(guān)鍵之一。」
Datta指出,在1990年代,有幾位學(xué)者試圖打造這樣的處理器。諸如EXECUBE、IRAM和FlexRAM之類的設(shè)計(jì)都「失敗了,而今,隨著相變內(nèi)存(PCM)、電阻式RAM (RRAM)和STT MRAM等新興內(nèi)存出現(xiàn),以及業(yè)界對(duì)于機(jī)器學(xué)習(xí)硬件加速器的興趣濃厚,開始振興這個(gè)領(lǐng)域的研究。不過,據(jù)我所知,大部份的展示都還是在組件或組件數(shù)組層級(jí)進(jìn)行,而不是一個(gè)完整的加速器。」
其中一家競爭對(duì)手來自IBM于2016年首次披露的「電阻處理器」(Resistive Processing Unit;RPU)。這是一款4,096 x 4,096交叉數(shù)組的模擬組件。
IBM研究員Vijay Narayanan認(rèn)為,「其挑戰(zhàn)在于找出正確的模擬內(nèi)存元素是什么——我們正在評(píng)估相變、RRAM和鐵電。」Vijay Narayanan同時(shí)也是一位材料科學(xué)家,他主要的研究領(lǐng)域是在高K金屬閘極。
在2015年,美國史丹佛大學(xué)(Stanford University)也曾經(jīng)發(fā)布在這一領(lǐng)域的研究。中國和韓國的研究人員也在追求這一理念。
為了實(shí)現(xiàn)成功,研究人員需要找到兼容于CMOS晶圓廠的內(nèi)存組件所需材料。此外,Narayanan說,「真正的挑戰(zhàn)」就在于必須在施加電壓時(shí)展現(xiàn)對(duì)稱的電導(dǎo)或電阻。

IBM Research的材料科學(xué)家Vijay Narayanan表示,大多數(shù)用于AI的內(nèi)存處理器仍處于研究階段,距離可上市的時(shí)間約三至五年 (來源:IBM)
關(guān)于未來電晶體的幾點(diǎn)思考
IBM至今已經(jīng)制造出一些離散式組件和數(shù)組,但并不是一款具有4Kx4K數(shù)組的完整測試芯片,也尚未采用目前所認(rèn)為的理想材料。Narayanan表示,IBM的Geoff Burr在500 x 661數(shù)組上采用相變材料進(jìn)行深度神經(jīng)網(wǎng)絡(luò)(DNN)訓(xùn)練,而其結(jié)果顯示「合理的精確度和加速度」。
「我們正穩(wěn)步前進(jìn),但了解還必須改善現(xiàn)有的材料,而且也在評(píng)估新材料。」
IBM希望使用模擬組件,以便能夠定義多個(gè)電導(dǎo)狀態(tài),從而較數(shù)字組件更有助于為低功耗操作開啟大門。該公司還看好大型數(shù)組可望成為平行執(zhí)行多項(xiàng)AI操作的大好機(jī)會(huì)。
Narayanan樂觀地認(rèn)為,IBM可以利用其于高k金屬閘極方面累積的多年經(jīng)驗(yàn),找到調(diào)整AI加速器電阻的材料。他花了十幾年的時(shí)間,才將IBM在該領(lǐng)域的專業(yè)知識(shí)從研究轉(zhuǎn)向商業(yè)產(chǎn)品,并與格芯(Globalfoundries)和三星(Samsung)等業(yè)界伙伴合作。
展望未來,IBM將致力于開發(fā)閘極全環(huán)(GAA)晶體管,將奈米片用于7nm節(jié)點(diǎn)以外的應(yīng)用。他認(rèn)為這一類的設(shè)計(jì)并不存在根本的障礙,而只是實(shí)施的問題。
除了奈米片之外,研究人員正在探索負(fù)電容場效晶體管(FET),這些FET可在電壓變化很小的情況下提供較大的電流變化。從研究人員發(fā)現(xiàn)這種摻雜氧化鉿是鐵電材料,而且可能兼容于CMOS后,過去這五年來,這種想法越來越受到關(guān)注。
但Narayanan也說,「目前還有很多反對(duì)者以及同時(shí)支持二者的人。」
「我們的研究顯示,負(fù)電容是一種短暫的效應(yīng),」Notre Dame的Datta說,「因此,當(dāng)極化開關(guān)切換時(shí),通道電荷得以暫時(shí)啟動(dòng),而一旦瞬時(shí)穩(wěn)定后就不會(huì)再取得任何結(jié)果。」
美國加州大學(xué)柏克萊分校(UC Berkeley)的研究人員則「相信這是一種重要的『新狀態(tài)』。因此,故事仍在繼續(xù)發(fā)展中,可以說大部份的公司都在內(nèi)部進(jìn)行評(píng)估中。」
本文轉(zhuǎn)載自電子技術(shù)設(shè)計(jì)。
推薦閱讀:
特別推薦
- 芯片級(jí)安全守護(hù)!800V電池管理中樞如何突破高壓快充瓶頸
- 功率電感器核心技術(shù)解析:原理、選型策略與全球品牌競爭力圖譜
- 鉭電容技術(shù)全景解析:從納米級(jí)介質(zhì)到AI服務(wù)器供電革命
- 西南科技盛宴啟幕!第十三屆西部電博會(huì)7月9日蓉城集結(jié)
- KEMET T495/T520 vs AVX TAJ鉭電容深度對(duì)比:如何選擇更適合你的設(shè)計(jì)?
- 功率電感四重奏:從筆記本到光伏,解析能效升級(jí)的隱形推手
- 聚合物電容全景解析:從納米結(jié)構(gòu)到千億市場的國產(chǎn)突圍戰(zhàn)
技術(shù)文章更多>>
- 村田開始量產(chǎn)村田首款0402英寸47μF多層陶瓷電容器
- 灣芯展2025預(yù)登記啟動(dòng)!10月深圳共襄半導(dǎo)體盛宴
- 智能家居開發(fā)指南上線!貿(mào)澤電子發(fā)布全棧式設(shè)計(jì)資源中心
- 300mm晶圓量產(chǎn)光學(xué)超表面!ST與Metalenz深化納米光學(xué)革命
- 可變/微調(diào)電容終極指南:從MEMS原理到國產(chǎn)替代選型策略
技術(shù)白皮書下載更多>>
- 車規(guī)與基于V2X的車輛協(xié)同主動(dòng)避撞技術(shù)展望
- 數(shù)字隔離助力新能源汽車安全隔離的新挑戰(zhàn)
- 汽車模塊拋負(fù)載的解決方案
- 車用連接器的安全創(chuàng)新應(yīng)用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall
熱門搜索
MOSFET
Mouser
Murata
NAND
NFC
NFC芯片
NOR
ntc熱敏電阻
OGS
OLED
OLED面板
OmniVision
Omron
OnSemi
PI
PLC
Premier Farnell
Recom
RF
RF/微波IC
RFID
rfid
RF連接器
RF模塊
RS
Rubycon
SATA連接器
SD連接器
SII
SIM卡連接器