广告

人工智能否重振内存式运算架构?

2018-05-03 Rick Merritt 阅读:
业界开始重新审视十年前开发的处理器架构,看好速度较GPU更快1万倍的所谓「内存式运算」(In-Memory Computing;IMC),将有助于新一代AI加速器发展。

新创公司、企业巨擘和学术界开始重新审视十年前开发的处理器架构,看好它或许刚好就是机器学习(machine learning)的理想选择。他们认为,「内存式运算」(In-Memory Computing;IMC)架构可望推动新型的人工智能(AI)加速器进展,使其速度较现行的GPU更快1万倍。qNnednc

这些处理器承诺可在CMOS微缩速度放缓之际扩展芯片性能,而要求密集乘法累积数组的深度学习算法也正逐渐获得动能。这些芯片虽然距离商用化上市还有一年多的时间,但也可能成为推动新兴非挥发性内存成长的引擎。qNnednc

例如,新创公司Mythic瞄准在闪存(flash)数组内部进行神经网络运算任务,致力于从模拟领域降低功耗。该公司的目标是在2019年底量产芯片,成为率先推出这一类新芯片的公司之一。qNnednc

美国圣母大学(Notre Dame)电子工程系系主任Suman Datta说:「在我们学术界大多数的人认为,新兴内存将成为实现内存处理器(processor-in-memory;PIM)的技术之一。采用新的非挥发性内存将意味着创造新的使用模式,而内存式运算架构将是关键之一。」qNnednc

Datta指出,在1990年代,有几位学者试图打造这样的处理器。诸如EXECUBE、IRAM和FlexRAM之类的设计都「失败了,而今,随着相变内存(PCM)、电阻式RAM (RRAM)和STT MRAM等新兴内存出现,以及业界对于机器学习硬件加速器的兴趣浓厚,开始振兴这个领域的研究。不过,据我所知,大部份的展示都还是在组件或组件数组层级进行,而不是一个完整的加速器。」qNnednc

其中一家竞争对手来自IBM于2016年首次披露的「电阻处理器」(Resistive Processing Unit;RPU)。这是一款4,096 x 4,096交叉数组的模拟组件。qNnednc

IBM研究员Vijay Narayanan认为,「其挑战在于找出正确的模拟内存元素是什么——我们正在评估相变、RRAM和铁电。」Vijay Narayanan同时也是一位材料科学家,他主要的研究领域是在高K金属闸极。qNnednc

在2015年,美国史丹佛大学(Stanford University)也曾经发布在这一领域的研究。中国和韩国的研究人员也在追求这一理念。qNnednc

为了实现成功,研究人员需要找到兼容于CMOS晶圆厂的内存组件所需材料。此外,Narayanan说,「真正的挑战」就在于必须在施加电压时展现对称的电导或电阻。qNnednc

008ednc20180502
IBM Research的材料科学家Vijay Narayanan表示,大多数用于AI的内存处理器仍处于研究阶段,距离可上市的时间约三至五年 (来源:IBM)qNnednc

关于未来电晶体的几点思考

IBM至今已经制造出一些离散式组件和数组,但并不是一款具有4Kx4K数组的完整测试芯片,也尚未采用目前所认为的理想材料。Narayanan表示,IBM的Geoff Burr在500 x 661数组上采用相变材料进行深度神经网络(DNN)训练,而其结果显示「合理的精确度和加速度」。qNnednc

「我们正稳步前进,但了解还必须改善现有的材料,而且也在评估新材料。」qNnednc

IBM希望使用模拟组件,以便能够定义多个电导状态,从而较数字组件更有助于为低功耗操作开启大门。该公司还看好大型数组可望成为平行执行多项AI操作的大好机会。qNnednc

Narayanan乐观地认为,IBM可以利用其于高k金属闸极方面累积的多年经验,找到调整AI加速器电阻的材料。他花了十几年的时间,才将IBM在该领域的专业知识从研究转向商业产品,并与格芯(Globalfoundries)和三星(Samsung)等业界伙伴合作。qNnednc

展望未来,IBM将致力于开发闸极全环(GAA)晶体管,将奈米片用于7nm节点以外的应用。他认为这一类的设计并不存在根本的障碍,而只是实施的问题。qNnednc

除了奈米片之外,研究人员正在探索负电容场效晶体管(FET),这些FET可在电压变化很小的情况下提供较大的电流变化。从研究人员发现这种掺杂氧化铪是铁电材料,而且可能兼容于CMOS后,过去这五年来,这种想法越来越受到关注。qNnednc

但Narayanan也说,「目前还有很多反对者以及同时支持二者的人。」qNnednc

「我们的研究显示,负电容是一种短暂的效应,」Notre Dame的Datta说,「因此,当极化开关切换时,通道电荷得以暂时启动,而一旦瞬时稳定后就不会再取得任何结果。」qNnednc

美国加州大学柏克莱分校(UC Berkeley)的研究人员则「相信这是一种重要的『新状态』。因此,故事仍在继续发展中,可以说大部份的公司都在内部进行评估中。」qNnednc

(原文发表于ASPENCORE旗下EDN姐妹媒体EETimes,参考链接:AI Revives In-Memory Processors;编译:Susan Hong)qNnednc

20160630000123qNnednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Rick Merritt
EE Times硅谷采访中心主任。Rick的工作地点位于圣何塞,他为EE Times撰写有关电子行业和工程专业的新闻和分析。 他关注Android,物联网,无线/网络和医疗设计行业。 他于1992年加入EE Times,担任香港记者,并担任EE Times和OEM Magazine的主编。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 协同创新,助汽车行业迈向电气化、自动化和互联化的未来 汽车行业正处在电动化和智能化的转型过程中,而半导体企业站在这一变革的最前沿。这一转型带来了重大发展机遇,也带来了诸多挑战,需要颠覆性的技术以及更短的开发周期。加强半导体制造商、一级供应商和汽车制造商之间的合作,对于应对这些复杂情况及推动行业迈向电气化、自动化和互联化的未来至关重要···
  • 打造下一代家用机器人:精心构建智能化、集成化和电源优 ​​​​​​​今天的家用机器人不仅仅是工具,它们已经成为人们的生活伙伴,为日常生活增添了便利性和互动性。设计这些结构紧凑、功能强大的机器需要克服连接性、电源和外形尺寸等方面的严峻挑战,每一次突破都使我们更接近全面集成的智能家居体验···
  • 意法半导体:让可持续世界从概念变为现实 最近,意法半导体人力资源和企业社会责任总裁Rajita D’Souza分享了意法半导体的可持续发展战略和近期工作重点···
  • 新一代MCU向着边缘AI和实时控制发展 在工业和汽车领域,电机驱动和数字电源转换是典型的实时控制系统,要求处理器具有高实时性和强大的数学计算与处理能力。这些应用需要优质的ADC和PWM功能,并通过联动机制,形成高效、有机的实时控制系统。
  • 帕特·基辛格退休:工程师CEO的回归也救不回英特尔? 在执掌英特尔三年多之后,魅力十足、雄心勃勃的英特尔首席执行官Pat Gelsinger下台了,这家摇摇欲坠的美国半导体巨头开始寻找继任者···
  • 从碳化硅到机器人:ST描绘未来工业发展蓝图 意法半导体(ST)第六届工业峰会于2024年10月29日召开,延续以“激发智能,持续创新”为主题,聚焦工业市场前沿技术和解决方案。峰会演讲嘉宾深入探讨了电源与能源、电机控制、自动化等领域的技术发展趋势和ST的创新成果,为构建更可持续的未来描绘了宏伟蓝图···
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告
    向右滑动:上一篇 向左滑动:下一篇 我知道了