Tại Đại học Washington, các nhà nghiên cứu đã thiết kế một mạch PIM mới, mang lại tính linh hoạt của mạng nơ-ron đối với tính toán PIM. Mạch có khả năng tăng hiệu suất của máy tính PIM theo các cấp độ lớn hơn khả năng lý thuyết hiện tại của nó. Zhang nói: “Những thách thức về máy tính ngày nay là đòi hỏi nhiều dữ liệu. "Chúng tôi cần xử lý hàng tấn dữ liệu, điều này tạo ra một nút cổ chai về hiệu suất ở giao diện của bộ xử lý và bộ nhớ." Máy tính PIM nhằm mục đích bỏ qua vấn đề này bằng cách hợp nhất bộ nhớ và bộ xử lý thành một đơn vị.
Loại PIM mà phòng thí nghiệm Zhang đang làm việc được gọi là PIM bộ nhớ truy cập ngẫu nhiên điện trở, hay RRAM-PIM. Trong CPU, các bit được lưu trữ trong một tụ điện trong ô nhớdo đó có tên. Máy tính RRAM-PIM dựa vào điện trở. Các điện trở này vừa là bộ nhớ vừa là bộ xử lý. Trong bộ nhớ điện trở, bạn không phải dịch sang số hoặc nhị phân. Bạn có thể vẫn ở trong miền tương tự." Đây là chìa khóa để làm cho máy tính RRAM-PIM hiệu quả hơn rất nhiều. Zhang nói: “Nếu bạn cần thêm, bạn kết nối hai dòng điện. "Nếu bạn cần nhân lên, bạn có thể điều chỉnh giá trị của điện trở."
Nhưng tại một số điểm, thông tin cần phải được dịch sang định dạng kỹ thuật số để giao tiếp với các công nghệ mà chúng ta đã quen thuộc. Đó là nơi RRAM-PIM đạt được điểm nghẽn - chuyển đổi thông tin tương tự sang định dạng kỹ thuật số. Sau đó, Zhang và Weidong Cao, một cộng sự nghiên cứu sau tiến sĩ trong phòng thí nghiệm của Zhang, đã giới thiệu các phương pháp xấp xỉ thần kinh. Zhang cho biết: “Một công cụ xấp xỉ thần kinh được xây dựng dựa trên một mạng nơ-ron có thể tính gần đúng các hàm tùy ý. Với bất kỳ chức năng nào, công cụ xấp xỉ thần kinh có thể thực hiện cùng một chức năng, nhưng cải thiện hiệu quả của nó.
Trong kiến trúc RRAM-PIM, khi các điện trở trong mảng thanh ngang đã thực hiện tính toán của chúng, các câu trả lời sẽ được dịch sang định dạng kỹ thuật số. Điều đó có nghĩa là trong thực tế là cộng các kết quả từ mỗi cột điện trở trên một mạch. Mỗi cột tạo ra một kết quả. Đến lượt mình, mỗi kết quả từng phần đó phải được chuyển đổi thành thông tin kỹ thuật số được gọi là chuyển đổi tương tự-kỹ thuật số, hoặc ADC. Quá trình chuyển đổi tiêu tốn nhiều năng lượng. Công cụ xấp xỉ thần kinh làm cho quá trình hiệu quả hơn. Thay vì thêm từng cột một, mạch xấp xỉ thần kinh có thể thực hiện nhiều phép tính - xuống cột, qua cột hoặc theo bất kỳ cách nào hiệu quả nhất. Điều này dẫn đến ít ADC hơn và tăng hiệu quả tính toán.
Nguồn: https://www.sciencedaily.com/releases/2021/12/211209082557.htm
» Tin mới nhất:
» Các tin khác: