Nye minnebrikker styrt av lys og magneter gjør AI-datamaskiner mindre strømkrevende

Amerikanske forskere utvikler en ny type minnebrikke som både kan lagre informasjon og utføre beregninger med høy hastighet og effektivitet.

Forskere sier at magneto-optiske minnebrikker kan bidra til å redusere strømforbruket for å frigjøre strøm til AI. (Kilde: Live Science)

Dette er en ny type ultrarask minnebrikke (eller minnecelle) som bruker både optiske signaler og magneter for å effektivt behandle og lagre data.

Cellene lar brukere kjøre høyhastighetsberegninger, skrev teamet i tidsskriftet Nature Photonics. Den raskere prosesseringshastigheten og det lavere energiforbruket vil bidra til å skalere datasentre for kunstig intelligens (KI)-systemer slik at de fungerer enkelt.

«Datasentre med tusenvis av grafikkprosessorer (GPU-er) krever mye energi for å fungere», sa medforfatter av studien, Nathan Youngblood, en elektro- og dataingeniør ved University of Pittsburgh. «Løsningen er ofte å kjøpe flere GPU-er og bruke mer energi. Så hvis optikk kan løse dette problemet mer effektivt og raskere, vil det redusere strømforbruket, og maskinlæringssystemet vil også operere raskere.»

Disse nye minnecellene bruker et magnetfelt til å styre et lyssignal med eller mot klokken gjennom en ringresonator, en komponent som forsterker lys ved bestemte bølgelengder, og sender det til en av to utgangsporter. Avhengig av lysintensiteten ved hver utgangsport, kan minnecellen kode et tall mellom 0 og 1, eller mellom 0 og minus 1. I motsetning til tradisjonelle minneceller som bare koder 0- eller 1-verdier i en informasjonsbit, kan de nye minnecellene kode et antall ikke-heltallsverdier, noe som gir mulighet for lagring av opptil 3,5 bits per minnecelle.

Disse lyssignalene som går mot klokken og med klokken er som «to løpere som løper på samme bane, men de løper i motsatte retninger, med vinden alltid foran den ene og bak den andre», sier ingeniør Youngblood.

Tallene som er samlet inn fra dette kappløpet rundt ringresonatoren kan brukes til å styrke forbindelsene mellom noder i kunstige nevrale nettverk, og hjelpe maskinlæringsalgoritmer med å behandle data på en lignende måte som den menneskelige hjernen, sa han.

I motsetning til tradisjonelle datamaskiner, som utfører beregninger i den sentrale prosessorenheten og deretter sender resultatene til minnet, utfører de nye minnecellene høyhastighetsberegninger rett inne i minnematrisen. Youngblood sa at databehandling i minnet er spesielt nyttig for applikasjoner som kunstig intelligens som trenger å behandle mye data veldig raskt.

Teamet demonstrerte også holdbarheten til denne typen magneto-optisk minnebrikke. Forskerne sa at de kjørte mer enn 2 milliarder skrivinger og slettinger på disse brikkene uten å se noen forringelse i ytelse, en 1000-ganger forbedring i forhold til tidligere minneteknologier. Konvensjonelle flash-stasjoner er begrenset til 10 000 til 100 000 skrivinger og slettinger, sa Youngblood.

I fremtiden håper Youngblood og kollegene hans å kunne legge til flere av disse minnecellene i datamaskiner og teste mer avanserte beregninger.

Teknologien kan bidra til å redusere mengden strøm som trengs for å kjøre kunstig intelligens-systemer, sa han.

Kilde: https://baoquocte.vn/chip-bo-nho-moi-duoc-dieu-khien-bang-anh-sang-va-nam-cham-giup-may-tinh-ai-it-ngon-dien-hon-292647.html