Arjen tietokoneidemme digitaalinen muotoilu sopii sähköpostin lukemiseen ja pelaamiseen, mutta nykypäivän ongelmanratkaisutietokoneet käyttävät valtavia tietomääriä. Kyky sekä tallentaa että käsitellä näitä tietoja voi johtaa suorituskyvyn pullonkauloihin tietokoneiden rakennetavan vuoksi.
Seuraava tietokoneen vallankumous saattaa olla uudenlainen laitteisto, nimeltä Process-in-memory (PIM), nouseva laskentaparadigma, joka yhdistää muistin ja prosessointiyksikön ja suorittaa laskelmat käyttämällä koneen fyysisiä ominaisuuksia -- ei 1s tai 0s tarvitaan digitaalisen käsittelyn suorittamiseen.
Washingtonin yliopistossa St. Louisissa tutkijat Xuan "Silvia" Zhangin laboratoriosta, joka on apulaisprofessori Preston M. Greenin sähkö- ja elektroniikkaosastolla; McKelvey School of Engineeringin Systems Engineering on suunnitellut uuden PIM-piirin, joka tuo hermoverkkojen joustavuuden PIM-laskentaan. Piirillä on potentiaalia lisätä PIM-laskennan suorituskykyä suuruusluokkaa yli sen nykyiset teoreettiset ominaisuudet.
Heidän tutkimuksensa julkaistiin verkossa 27. lokakuuta lehdessä IEEE Transactions on Computers. Työ tehtiin yhteistyössä Li Jiangin kanssa Shanghai Jiao Tong -yliopistossa Kiinassa.
Perinteisesti suunnitellut tietokoneet on rakennettu käyttämällä Von Neuman -arkkitehtuuria. Osa tästä suunnittelusta erottaa muistin - johon tiedot tallennetaan - ja prosessorin - jossa varsinainen laskenta suoritetaan.
mainos"Tietokoneiden haasteet ovat nykyään tietovaltaisia", Zhang sanoi. "Meidän täytyy murskata tonnia dataa, mikä luo suorituskyvyn pullonkaulan prosessorin ja muistin rajapintaan."
PIM-tietokoneet pyrkivät ohittamaan tämän ongelman yhdistämällä muistin ja käsittelyn yhdeksi yksiköksi.
Tietotekniikka, erityisesti nykypäivän koneoppimisalgoritmien laskenta, on pohjimmiltaan monimutkainen – erittäin monimutkainen – sarja yhteen- ja kertolaskuja. Perinteisessä digitaalisessa keskusyksikössä (CPU) tämä tehdään käyttämällä transistoreja, jotka ovat periaatteessa jänniteohjattuja portteja, jotka joko sallivat virran kulkemisen tai eivät kulje. Nämä kaksi tilaa edustavat 1:tä ja 0:aa. Käyttämällä tätä digitaalista koodia -- binäärikoodia -- suoritin voi suorittaa kaiken tarvittavan aritmeettisen tiedon, jotta tietokone toimii.
Sellaista PIM:ää, jonka parissa Zhangin laboratorio työskentelee, kutsutaan resistiiviseksi satunnaiskäyttömuistiksi PIM tai RRAM-PIM. Kun CPU:ssa bitit tallennetaan muistisolun kondensaattoriin, RRAM-PIM-tietokoneet luottavat vastuksiin, mistä johtuu nimi. Nämä vastukset ovat sekä muisti että prosessori.
Bonus? "Resistiivisessä muistissa sinun ei tarvitse kääntää digitaaliseen tai binäärimuotoon. Voit pysyä analogisessa toimialueella." Tämä on avain RRAM-PIM-tietokoneiden tehostamiseen.
mainos"Jos sinun on lisättävä, yhdistät kaksi virtaa", Zhang sanoi. "Jos sinun täytyy kertoa, voit säätää vastuksen arvoa."
Mutta jossain vaiheessa tiedot on käännettävä digitaaliseen muotoon, jotta voimme yhdistää tuntemiimme teknologioihin. Siellä RRAM-PIM osui pullonkaulaan - analogisen tiedon muuntaminen digitaaliseen muotoon. Sitten Zhang ja Weidong Cao, Zhangin laboratorion tutkijatohtori, esittelivät hermolikkimaattorit.
"Neuraaliapproksimaattori on rakennettu hermoverkkoon, joka voi arvioida mielivaltaisia toimintoja", Zhang sanoi. Kun otetaan huomioon mikä tahansa toiminto, hermolikkimaattori voi suorittaa saman toiminnon, mutta parantaa sen tehokkuutta.
Tässä tapauksessa tiimi suunnitteli hermosolujen approksimaattoripiirejä, jotka voisivat auttaa poistamaan pullonkaulan.
RRAM-PIM-arkkitehtuurissa, kun poikkipalkkitaulukon vastukset ovat tehneet laskelmansa, vastaukset käännetään digitaaliseen muotoon. Käytännössä tämä tarkoittaa tulosten laskemista yhteen piirin jokaisesta vastussarakkeesta. Jokainen sarake tuottaa osittaisen tuloksen.
Jokainen näistä osittaisista tuloksista on vuorostaan muutettava digitaaliseksi informaatioksi niin kutsutulla analogia-digitaalimuunnolla tai ADC:llä. Muunnos on energiaintensiivinen.
Neuraaliapproksimaattori tekee prosessista tehokkaamman.
Sen sijaan, että lisättäisiin jokainen sarake yksitellen, neuraaliapproksimaattoripiiri voi suorittaa useita laskutoimituksia – alaspäin sarakkeita, sarakkeiden yli tai millä tahansa tehokkaimmalla tavalla. Tämä vähentää ADC:tä ja lisää laskentatehoa.
Tämän työn tärkein osa Caon mukaan oli määrittää, missä määrin ne voisivat vähentää piirin ulkoreunalla tapahtuvien digitaalisten muunnosten määrää. He havaitsivat, että neuraaliapproksimaattoripiirit lisäsivät tehokkuutta niin paljon kuin mahdollista.
"Riippumatta siitä, kuinka monta analogista osittaista summaa RRAM:n poikkipalkkitaulukon sarakkeet tuottavat - 18 tai 64 tai 128 - tarvitsemme vain yhden analogisen digitaaliseksi muunnoksen", Cao sanoi. "Käytimme laitteistototeutusta saavuttaaksemme teoreettisen alarajan."
Insinöörit työskentelevät jo PIM-tietokoneiden laajamittaisten prototyyppien parissa, mutta he ovat kohdanneet useita haasteita, Zhang sanoi. Zhangin ja Caon hermoapproksimaattorien käyttäminen voisi poistaa yhden näistä haasteista - pullonkaulan, mikä osoittaa, että tämä uusi tietojenkäsittelyparadigma voi olla paljon tehokkaampi kuin nykyinen kehys ehdottaa. Ei vain yksi tai kaksi kertaa tehokkaampi, vaan 10 tai 100 kertaa tehokkaampi.
"Teknologiamme avulla voimme päästä askeleen lähemmäksi tällaista tietokonetta", Zhang sanoi.
