行业新闻
联系我们
官网首页 > 行业新闻 > 行业新闻
IBM研究院公布计算内存和模拟AI架构重大突破
2020-12-22 21:14  点击数:

本周在IEEE世界电子元件会议上,电子游戏游艺IBM研讨院(IBM Research)发布了在“核算内存架构”方面所获得的一项突破性效果,该架构可认为混合云渠道中的人工智能核算作业负载完成杰出的功能水平。

研讨人员开发出了声称第一个嵌入式磁阻随机存取存储器(Magnetoresistive Random-Access Memory)技能,选用14纳米架构,并称其是Spin Transfer Torque MRAM(STT-MRAM),这一新架构有助于处理数据密集型混合云和AI作业负载中的要害内存瓶颈。

IBM在博客文章中表明,跟着企业将那些要求最严苛的作业负载迁移到混合云渠道,他们将面对“核算内存瓶颈”的问题,这是因为体系中处理器比现有内存体系速度快得多而导致内存缺少的问题。

IBM表明,这种新式STT-MRAM架构能够处理内存和处理器之间的瓶颈,完成更高的内存功能。

STT-MRAM运用电子自旋将数据存储在磁畴中,并将静态RAM的高速度与传统DRAM的更高密度结合在一起,然后供给了一种更牢靠的内存架构。IBM表明,最终一级CPU缓存中布置STT-MRAM,将能够削减数据密集型作业负载所需的内存读写操作,然后下降体系推迟和功耗,一起添加带宽。

IBM在今天宣布的白皮书中称,这项14纳米嵌入式STT-MRAM CMOS技能是有史以来最先进的MRAM体系,将为混合云中的AI作业负载供给一个“功率更高、功能更高的体系”。

IBM在别的一份白皮书具体介绍了这个新式架构所运用的高档磁性资料,这种资料让STT-MRAM体系具有更高的密度,存储量是本来的两倍,然后大大提高了数据康复功能。

IBM还透露了有关“模仿内存核算”研讨的最新信息,这种技能将核算和内存结合到单一设备中,用于处理要求更为严苛的AI作业负载。IBM说,这种专有硬件能够用于练习越来越杂乱的AI模型,能效大幅提高。

打造用于AI的专用模仿内存核算硬件,面对的应战之一,便是“突触权重映射问题”。突触权重用于指示神经网络中两个节点之间的衔接强度,需求将其精确地映射到模仿非易失性内存设备上,以完成深度学习推理,但做到这一点面对巨大应战,IBM说.

IBM在第一份题为《相变内存设备中进行深度学习推理编程的突触权重精确度》白皮书中评论了依赖于脉冲编码调制的、根据模仿电阻的存储设备怎么用于处理这一映射难题,并描绘了一种经过剖析和经过阵列级试验精确映射突触权重的办法。

在别的一份题为《“无辅佐的实在模仿神经网络练习芯片》的白皮书描绘了IBM模仿神经网络芯片的概念,其本质上是一种“电阻处理单元”(RPU),具有超卓的实时功能,堪比同类的数字体系,然后在运转AI推理时可完成许诺的“模仿优势”。

Copyright © 2013 关键词电子游戏-电子游戏游艺 All Rights Reserved