Пробив: Новоразработена CRAM памет може да направи ИИ цели 1000 пъти по-енергийно ефективен

Глобалното търсене на изчисления с изкуствен интелект кара центровете за данни да консумират огромни количества електроенергия, но изследователи от Университета в Минесота може би имат изключително иновативно решение за ограничаване на нарастващата жажда за енергия на изкуствения интелект с радикално ново устройство, което обещава значително по-добра енергийна ефективност.

Изследователите са разработили нов прототип на чип с „изчислителна памет с произволен достъп“ (CRAM), който може да намали енергийните нужди на приложенията за изкуствен интелект с умопомрачителните 1000 пъти или повече в сравнение с настоящите методи. При една симулация технологията CRAM показа невероятна икономия на енергия от 2500 пъти.

Традиционните компютри разчитат на десетилетната архитектура на фон Нойман, състояща се от отделни процесори и памети, която изисква постоянно преместване на данни напред-назад в един енергоемък процес. CRAM паметта на екипа от Минесота напълно преобръща този модел, като извършва изчисления директно в самата памет с помощта на спинтронни устройства, наречени магнитни тунелни съединения (MTJ).

Вместо да разчитат на електрически заряди за съхраняване на данни, спинтронните устройства използват спина на електроните, предлагайки по-ефективен заместител на традиционните чипове, базирани на транзистори.

„Като изключително енергийно ефективен цифров изчислителен субстрат в паметта, CRAM е много гъвкав, тъй като изчисленията могат да се извършват на всяко място в масива от памет. Съответно можем да преконфигурираме CRAM така, че да отговаря най-добре на нуждите от производителност на разнообразен набор от алгоритми за изкуствен интелект.“

казва Уля Карпузку, съавтор на статията, публикувана в Nature

Той добави, че CRAM е по-енергийно ефективна от традиционните градивни елементи за съвременните ИИ-системи. Като елиминират скъпите за енергия трансфери на данни между логиката и паметта, CRAM технологиите като този прототип могат да бъдат от решаващо значение за превръщането на ИИ в значително по-енергийно ефективен в момент, когато енергийните му нужди се увеличават.

Международната агенция по енергетика прогнозира през март, че световното потребление на електроенергия за обучение и приложения на изкуствения интелект може да се увеличи повече от два пъти – от 460 тераватчаса през 2022 година до над 1000 тераватчаса през 2026 година – почти толкова, колкото използва цяла Япония.

В съобщение за пресата изследователите посочват, че основите на този пробив са били поставени преди повече от 20 години, още в пионерската работа на професора по инженерство Джиан-Пин Уанг за използване на MTJ наноустройства за изчисления.

Уанг признава, че първоначалните им предложения да се откажат от модела на фон Нойман са били „смятани за луди“ преди две десетилетия. Екипът от Минесота обаче продължава да упорства, основавайки се на патентованите изследвания на Уанг в областта на MTJ, които позволиха създаването на магнитна оперативна памет (MRAM), използвана сега в смарт часовници и други системи.

Разбира се, както при всеки подобен пробив, изследователите все още трябва да се справят с предизвикателствата, свързани с мащабируемостта, производството и интеграцията. Те вече планират демонстрационно сътрудничество с лидери в полупроводниковата индустрия, за да помогнат за превръщането на CRAM в търговска реалност.