- Los científicos de la Universidad de Stanford buscan combinar SRAM y DRAM
- El nuevo tipo de memoria ayudará a resolver problemas relacionados con la informática con inteligencia artificial
- Gain Cell Memory tiene como objetivo cerrar la brecha entre los dos tipos
Desarrollando dispositivos más eficientes energéticamente para la inteligencia artificial (Amnistía Internacional) los sistemas reciben cada vez más apoyo, con énfasis en la mejora de la tecnología de memoria.
Un tipo de memoria híbrida que combina la alta densidad de la DRAM (RAM dinámica) con la velocidad de la SRAM (RAM estática) está a la vanguardia de este esfuerzo.
El proyecto está dirigido por ingenieros eléctricos de la Universidad de Stanford y el objetivo del equipo es crear dispositivos de memoria más rápidos y eficientes para aplicaciones de inteligencia artificial que aborden las limitaciones actuales en la potencia de procesamiento y el consumo de energía.
La memoria, el principal cuello de botella de la IA: la adquisición de memoria de células híbridas al rescate
Esta investigación está financiada por la Ley CHIPS y Ciencia, con un reciente aumento de 16,3 millones de dólares en la financiación del Departamento de Defensa de EE. UU. para el Centro de Hardware de Inteligencia Artificial del Noroeste del Pacífico de California.
Los sistemas de IA dependen en gran medida de hardware que puede transmitir y procesar de manera eficiente grandes cantidades de datos. Sin embargo, la transferencia de datos entre la memoria y las unidades lógicas lleva tiempo, lo que hace que sea lenta. Unidades de procesamiento de gráficos Conduce a un mayor consumo de energía.
A medida que los modelos de IA se vuelven más grandes y complejos, estos cuellos de botella en la memoria se vuelven más evidentes. Por lo tanto, una memoria más rápida y densa ubicada directamente en los chips es una posible solución a este problema.
Universidad de Stanford H.-S. Philip Wong, ingeniero eléctrico y director de AI Hardware Hub, enfatiza la importancia de la memoria para hacer que los dispositivos de IA sean más eficientes energéticamente.
El equipo de Wong recurrió a un nuevo tipo de diseño de memoria llamado memoria de celda adquirida, que combina las ventajas de DRAM y SRAM. La celda de ganancia híbrida proporciona un punto medio de tamaño reducido para DRAM, pero también proporciona velocidades de lectura más rápidas características de SRAM.
La principal diferencia en este nuevo diseño es el uso de dos transistores, uno para escribir datos y otro para leer en lugar del condensador que se encuentra en la DRAM tradicional. Esto permite que la celda de ganancia retenga datos de manera más confiable y mejore la intensidad de la señal al leer datos.
La memoria Gain Cell se ha enfrentado a limitaciones como la rápida fuga de datos en diseños basados en silicio y velocidades de lectura más lentas en diseños basados en óxido. Sin embargo, el equipo de Stanford combinó el transistor de silicio con un transistor de óxido de indio y estaño, lo que mejoró enormemente el rendimiento del dispositivo y proporcionó lecturas más rápidas manteniendo un tamaño compacto.
El nuevo diseño puede almacenar datos durante más de 5.000 segundos, mucho más que la DRAM tradicional, que debe actualizarse cada 64 milisegundos. Además, la memoria híbrida es aproximadamente 50 veces más rápida que las células de óxido y ganancia de óxido.
Wong compara este progreso con pasar de una bicicleta básica con 3 marchas a una bicicleta avanzada con 20 marchas, y enfatiza que este desarrollo en la tecnología de memoria se extenderá más allá de las opciones tradicionales como DRAM, SRAM y memoria flash. “Queremos ofrecer mejores opciones para que los diseñadores puedan optimizar mejor el rendimiento… Es una oportunidad para rediseñar las computadoras”, dijo Wong.
a través de IEEE