Новітні технології АйБіЕм можуть зробити комп'ютери в 200 разів швидше
Підхід «все-в-одному» до комп'ютера
Звичайні настільні комп'ютери, а також ноутбуки та смартфони мають процесори, призначені для обчислень і пам'яті. Вони називаються системами фон Неймана і названі на честь фізика і комп'ютерного інженера Джона фон Неймана, який, серед іншого, був піонером в сучасних цифрових обчисленнях. Вони працюють шляхом переміщення даних взад і вперед між пам'яттю і обчислювальним блоком; процес, який може і часто буває повільним і дуже ефективно.
Принаймні, не так швидко або ефективно, як те, що ми могли б досягти, використовуючи «обчислювальну пам'ять». Також відома як «обчислювальна пам'ять в пам'яті», обчислювальна пам'ять дозволяє зберігати і обробляти інформацію, використовуючи тільки фізичні властивості пам'яті комп'ютерної системи.
Команда з IBM Research заявляє, що зробила прорив в обчислювальної пам'яті, успішно використовуючи один мільйон пристроїв пам'яті зміни фаз (PCM) для запуску неконтрольованого алгоритму машинного навчання. Детальна інформація про дослідження опублікована в журналі Nature Communications.
Пристрій PCM компанії IBM було виготовлено зі сплаву телуриду германію з сурмою, складеного між двома електродами. «технологія прототипу, як очікується, забезпечить 200-кратне поліпшення як швидкості, так і ефективності використання енергії, що робить його дуже підходящим для забезпечення надщільних, малопотужних і масивно-паралельних обчислювальних систем для додатків в ШІ», - йдеться в повідомленні в блозі IBM Research.
Підходить для ШІ
Нові пристрої PCM можуть виконувати обчислення за допомогою динаміки кристалізації. По суті, це пов'язано з тим, що електричний струм застосовується до матеріалу PCM, який змінює свій стан від одного з невпорядкованих атомів до впорядкованої конфігурації, тобто кристалічної. Команда IBM продемонструвала свою технологію PCM, використовуючи два тимчасових прикладу, які потім порівнювали з традиційними методами машинного навчання.
Можливість виконання обчислень швидше, очевидно, принесе користь всім комп'ютерам. Для IBM це означає кращу обчислювальну потужність для додатків ШІ. «Це важливий крок вперед в наших дослідженнях фізики ШІ, в якому розглядаються нові апаратні матеріали, пристрої та архітектури», - сказав член-кореспондент IBM і співавтор дослідження Evangelos Eleftheriou в заяві, цитованому в блозі.
«Оскільки закони масштабування [комплементарності оксиду металу або напівпровідника], через технологічних обмежень, радикальний відхід від дихотомії процесорної пам'яті необхідний, щоб обійти обмеження сьогоднішніх комп'ютерів. З огляду на простоту, високу швидкість і низьку енергію нашого підходу до обчислення в пам'яті, чудово, що наші результати настільки схожі на наш класичний класичний підхід, що виконується на комп'ютері з фон Нейманом».
Обчислювальна пам'ять надає можливість більш «реальної» обробки інформації; таке необхідне в сьогоднішньому світі, де більше компаній вкладають премію в аналітику даних. У той же час, оскільки гіганти індустрії, такі як Amazon і Google, поміщають ШІ в центр свого бізнесу, більш швидкі обчислення для додатків AI дійсно вітаються.
Для IBM важливі обчислення в пам'яті. «Пам'ять досі розглядалася як місце, де ми просто зберігаємо інформацію. Але в цій роботі ми остаточно покажемо, як ми можемо використовувати фізику цих пристроїв пам'яті, щоб також виконувати досить високорівнева обчислювальний примітив », - сказав провідний автор Абу Себастьян. «Результат обчислення також зберігається в пристроях пам'яті, і в цьому сенсі концепція вільно надихається тим, як мозок обчислює».
Література: Nature Communications, IBM Big Data & Analytics Hub
