미국의 연구원들은 정보를 저장하고 고속, 효율적으로 계산을 수행할 수 있는 새로운 유형의 메모리 칩을 개발하고 있습니다.
연구원들은 자기광학 메모리 칩이 에너지 소비를 줄여 AI에 필요한 에너지를 확보하는 데 도움이 될 수 있다고 밝혔습니다. (출처: Live Science) |
이는 광신호와 자석을 모두 사용하여 데이터를 효율적으로 처리하고 저장하는 새로운 유형의 초고속 메모리 칩(또는 메모리 셀)입니다.
연구팀은 네이처 포토닉스(Nature Photonics) 저널에 실린 논문에서 이 셀을 통해 사용자가 고속 계산을 수행할 수 있다고 밝혔습니다. 더 빠른 처리 속도와 낮은 에너지 소비는 인공지능(AI) 시스템을 위한 데이터 센터 확장에 도움이 될 것입니다.
"수천 개의 그래픽 처리 장치(GPU)를 갖춘 데이터 센터는 운영에 많은 에너지를 필요로 합니다."라고 피츠버그 대학교의 전기 및 컴퓨터 공학자이자 연구 공동 저자인 네이선 영블러드는 말했습니다. "그리고 해결책은 종종 더 많은 GPU를 구매하고 더 많은 에너지를 사용하는 것입니다. 따라서 광학 기술이 이 문제를 더 효율적이고 빠르게 해결할 수 있다면 전력 소비를 줄일 수 있고 머신러닝 시스템도 더 빠르게 작동할 것입니다."
이 새로운 메모리 셀은 자기장을 이용하여 광 신호를 시계 방향 또는 반시계 방향으로 링 공진기(특정 파장의 빛을 증폭하는 부품)를 통해 두 개의 출력 포트 중 하나로 보냅니다. 각 출력 포트의 광 강도에 따라 메모리 셀은 0에서 1 사이 또는 0에서 -1 사이의 숫자를 인코딩할 수 있습니다. 정보 비트에 0 또는 1 값만 인코딩하는 기존 메모리 셀과 달리, 새로운 메모리 셀은 여러 개의 정수가 아닌 값을 인코딩할 수 있어 메모리 셀당 최대 3.5비트를 저장할 수 있습니다.
엔지니어 영블러드에 따르면, 반시계 방향과 시계 방향으로 작동하는 신호등은 "같은 트랙을 달리는 두 명의 주자가 반대 방향으로 달리는 것과 같습니다. 바람은 항상 한 주자 앞에, 다른 주자 뒤에 있습니다."라고 합니다.
링 공진기 주변에서 벌어지는 이 경쟁에서 얻은 결과는 인공 신경망의 노드 간 연결을 강화하는 데 활용될 수 있습니다. 그는 이러한 결과가 머신러닝 알고리즘이 인간의 뇌와 유사한 방식으로 데이터를 처리하는 데 도움이 된다고 설명했습니다.
중앙 처리 장치(CPU)에서 계산을 수행한 후 결과를 메모리로 전송하는 기존 컴퓨터와 달리, 새로운 메모리 셀은 메모리 어레이 내부에서 바로 고속 계산을 수행합니다. 영블러드는 메모리 내 컴퓨팅이 인공지능처럼 대량의 데이터를 매우 빠르게 처리해야 하는 애플리케이션에 특히 유용하다고 말했습니다.
연구팀은 또한 자기광학 메모리 칩의 내구성을 입증했습니다. 연구진은 이 칩에서 성능 저하 없이 20억 회 이상의 쓰기 및 삭제를 수행했으며, 이는 기존 메모리 기술에 비해 1,000배 향상된 수치라고 밝혔습니다. 영블러드는 기존 플래시 드라이브는 쓰기 및 삭제 횟수가 1만 회에서 10만 회로 제한되어 있다고 설명했습니다.
앞으로 영블러드와 그의 동료들은 이러한 메모리 셀을 더 많이 컴퓨터에 추가하고 더욱 진보된 계산을 시험해 볼 수 있기를 기대합니다.
그는 이 기술이 인공지능 시스템을 운영하는 데 필요한 전력량을 줄이는 데 도움이 될 수 있다고 말했다.
[광고_2]
원천
댓글 (0)