你的位置：首頁 > 測試測量 > 正文

人工智能能否重振內(nèi)存式運算架構(gòu)？

發(fā)布時間：2018-05-04 來源：Rick Merritt 責(zé)任編輯：wenwei

【導(dǎo)讀】業(yè)界開始重新審視十年前開發(fā)的處理器架構(gòu)，看好速度較GPU更快1萬倍的所謂「內(nèi)存式運算」(In-Memory Computing；IMC)，將有助于新一代AI加速器發(fā)展。
 
新創(chuàng)公司、企業(yè)巨擘和學(xué)術(shù)界開始重新審視十年前開發(fā)的處理器架構(gòu)，看好它或許剛好就是機器學(xué)習(xí)(machine learning)的理想選擇。他們認(rèn)為，「內(nèi)存式運算」(In-Memory Computing；IMC)架構(gòu)可望推動新型的人工智能(AI)加速器進(jìn)展，使其速度較現(xiàn)行的GPU更快1萬倍。
 
這些處理器承諾可在CMOS微縮速度放緩之際擴(kuò)展芯片性能，而要求密集乘法累積數(shù)組的深度學(xué)習(xí)算法也正逐漸獲得動能。這些芯片雖然距離商用化上市還有一年多的時間，但也可能成為推動新興非揮發(fā)性內(nèi)存成長的引擎。
 
例如，新創(chuàng)公司Mythic瞄準(zhǔn)在閃存(flash)數(shù)組內(nèi)部進(jìn)行神經(jīng)網(wǎng)絡(luò)運算任務(wù)，致力于從模擬領(lǐng)域降低功耗。該公司的目標(biāo)是在2019年底量產(chǎn)芯片，成為率先推出這一類新芯片的公司之一。
 
美國圣母大學(xué)(Notre Dame)電子工程系系主任Suman Datta說：「在我們學(xué)術(shù)界大多數(shù)的人認(rèn)為，新興內(nèi)存將成為實現(xiàn)內(nèi)存處理器(processor-in-memory；PIM)的技術(shù)之一。采用新的非揮發(fā)性內(nèi)存將意味著創(chuàng)造新的使用模式，而內(nèi)存式運算架構(gòu)將是關(guān)鍵之一。」
 
Datta指出，在1990年代，有幾位學(xué)者試圖打造這樣的處理器。諸如EXECUBE、IRAM和FlexRAM之類的設(shè)計都「失敗了，而今，隨著相變內(nèi)存(PCM)、電阻式RAM (RRAM)和STT MRAM等新興內(nèi)存出現(xiàn)，以及業(yè)界對于機器學(xué)習(xí)硬件加速器的興趣濃厚，開始振興這個領(lǐng)域的研究。不過，據(jù)我所知，大部份的展示都還是在組件或組件數(shù)組層級進(jìn)行，而不是一個完整的加速器?！?/div>
 
其中一家競爭對手來自IBM于2016年首次披露的「電阻處理器」(Resistive Processing Unit；RPU)。這是一款4,096 x 4,096交叉數(shù)組的模擬組件。
 
IBM研究員Vijay Narayanan認(rèn)為，「其挑戰(zhàn)在于找出正確的模擬內(nèi)存元素是什么——我們正在評估相變、RRAM和鐵電?！筕ijay Narayanan同時也是一位材料科學(xué)家，他主要的研究領(lǐng)域是在高K金屬閘極。
 
在2015年，美國史丹佛大學(xué)(Stanford University)也曾經(jīng)發(fā)布在這一領(lǐng)域的研究。中國和韓國的研究人員也在追求這一理念。
 
為了實現(xiàn)成功，研究人員需要找到兼容于CMOS晶圓廠的內(nèi)存組件所需材料。此外，Narayanan說，「真正的挑戰(zhàn)」就在于必須在施加電壓時展現(xiàn)對稱的電導(dǎo)或電阻。
 
人工智能能否重振內(nèi)存式運算架構(gòu)？
IBM Research的材料科學(xué)家Vijay Narayanan表示，大多數(shù)用于AI的內(nèi)存處理器仍處于研究階段，距離可上市的時間約三至五年 （來源：IBM）
 
關(guān)于未來電晶體的幾點思考
 
IBM至今已經(jīng)制造出一些離散式組件和數(shù)組，但并不是一款具有4Kx4K數(shù)組的完整測試芯片，也尚未采用目前所認(rèn)為的理想材料。Narayanan表示，IBM的Geoff Burr在500 x 661數(shù)組上采用相變材料進(jìn)行深度神經(jīng)網(wǎng)絡(luò)(DNN)訓(xùn)練，而其結(jié)果顯示「合理的精確度和加速度」。
 
「我們正穩(wěn)步前進(jìn)，但了解還必須改善現(xiàn)有的材料，而且也在評估新材料?！?/div>
 
IBM希望使用模擬組件，以便能夠定義多個電導(dǎo)狀態(tài)，從而較數(shù)字組件更有助于為低功耗操作開啟大門。該公司還看好大型數(shù)組可望成為平行執(zhí)行多項AI操作的大好機會。
 
Narayanan樂觀地認(rèn)為，IBM可以利用其于高k金屬閘極方面累積的多年經(jīng)驗，找到調(diào)整AI加速器電阻的材料。他花了十幾年的時間，才將IBM在該領(lǐng)域的專業(yè)知識從研究轉(zhuǎn)向商業(yè)產(chǎn)品，并與格芯(Globalfoundries)和三星(Samsung)等業(yè)界伙伴合作。
 
展望未來，IBM將致力于開發(fā)閘極全環(huán)(GAA)晶體管，將奈米片用于7nm節(jié)點以外的應(yīng)用。他認(rèn)為這一類的設(shè)計并不存在根本的障礙，而只是實施的問題。
 
除了奈米片之外，研究人員正在探索負(fù)電容場效晶體管(FET)，這些FET可在電壓變化很小的情況下提供較大的電流變化。從研究人員發(fā)現(xiàn)這種摻雜氧化鉿是鐵電材料，而且可能兼容于CMOS后，過去這五年來，這種想法越來越受到關(guān)注。
 
但Narayanan也說，「目前還有很多反對者以及同時支持二者的人。」
 
「我們的研究顯示，負(fù)電容是一種短暫的效應(yīng)，」Notre Dame的Datta說，「因此，當(dāng)極化開關(guān)切換時，通道電荷得以暫時啟動，而一旦瞬時穩(wěn)定后就不會再取得任何結(jié)果?！?/div>
 
美國加州大學(xué)柏克萊分校(UC Berkeley)的研究人員則「相信這是一種重要的『新狀態(tài)』。因此，故事仍在繼續(xù)發(fā)展中，可以說大部份的公司都在內(nèi)部進(jìn)行評估中?！?/div>
 
本文轉(zhuǎn)載自電子技術(shù)設(shè)計。
 
 
推薦閱讀：
 
特別推薦
技術(shù)文章更多>>
技術(shù)白皮書下載更多>>
熱門搜索
?

關(guān)閉

?

關(guān)閉