Новый транзистор

Исследовательская группа из Пенсильванского университета, Сандийских национальных лабораторий и Брукхейвенской национальной лаборатории представила новую вычислительную архитектуру, основанную на принципе вычислений в памяти (CIM), которая полностью не требует транзисторов. более эффективен для рабочих нагрузок искусственного интеллекта (ИИ), включая ИИ на периферии.

«Даже при использовании в архитектуре вычислений в памяти транзисторы ухудшают время доступа к данным», — объясняет решение команды соруководитель проекта Дип Джаривала, помощник процессора кафедры электротехники и системной инженерии (ESE) Пенсильванского университета. отойти от нынешних стандартных строительных блоков современных компьютеров. «Они требуют большого количества проводов в общей схеме чипа и, таким образом, используют время, пространство и энергию больше, чем нам хотелось бы для приложений искусственного интеллекта. Прелесть нашей бестранзисторной конструкции в том, что она проста, мала и эффективна. быстро и требует очень мало энергии».

Архитектура команды построена на устоявшемся принципе вычислений в памяти (CIM), при котором выбранные задачи могут выполняться непосредственно там, где хранятся данные, без обычного перемешивания, необходимого для их передачи в ЦП, графический процессор или ускоритель, для их обработки. , а затем снова верните его обратно в системную память. Использование CIM устраняет большое узкое место и значительно повышает эффективность системы, по крайней мере, для выбранных рабочих нагрузок.

Однако то, что создала команда, идет еще дальше: они не только отказываются от транзисторов, но и переходят на новый полупроводниковый материал, называемый нитрид алюминия, легированный скандием (AlScN), который демонстрирует сегнетоэлектрические характеристики переключения - физически переключается значительно быстрее, чем традиционные полупроводниковые материалы. используется для энергонезависимых запоминающих устройств.

«Одним из ключевых свойств этого материала является то, что его можно наносить при достаточно низких температурах, чтобы обеспечить совместимость с кремниевыми заводами», — объясняет Трой Олссон, соруководитель и доцент ESE. «Большинство сегнетоэлектрических материалов требуют гораздо более высоких температур. Особые свойства AlScN означают, что наши продемонстрированные устройства памяти могут размещаться поверх кремниевого слоя в вертикальной гетероинтегрированной стопке».

«Подумайте о разнице между многоэтажной парковкой, вмещающей сто автомобилей, и сотней отдельных парковочных мест, разбросанных по одной стоянке», — продолжает Олссон. «Что более эффективно с точки зрения занимаемого пространства? То же самое относится и к информации и устройствам в очень миниатюрном чипе, таком как наш. Эта эффективность так же важна для приложений, которые требуют ограничения ресурсов, таких как мобильные или носимые устройства, как и для приложения, которые чрезвычайно энергоемки, такие как центры обработки данных».

Команда утверждает, что безтранзисторная архитектура может работать в 100 раз быстрее, чем обычный процессор, обеспечивая при этом превосходную точность. «Допустим, — объясняет Джаривала, — что у вас есть приложение искусственного интеллекта, которому требуется большой объем памяти для хранения, а также возможность распознавания образов и поиска. Представьте себе беспилотные автомобили или автономных роботов, которым необходимо реагировать быстро и точно. в динамичных, непредсказуемых средах.При использовании традиционных архитектур вам потребуется отдельная область чипа для каждой функции, и вы быстро потеряете доступность и пространство.Наша конструкция ферродиода позволяет вам делать все это в одном месте, просто изменив способ вы подаете напряжение, чтобы запрограммировать его».

«Это исследование очень важно, — утверждает первый автор Сивэнь Лю, кандидат наук в ESE, — потому что оно доказывает, что мы можем положиться на технологию памяти для разработки чипов, которые объединяют несколько приложений обработки данных ИИ таким образом, что это действительно бросает вызов традиционным вычислениям». Мы разрабатываем аппаратное обеспечение, которое улучшает работу программного обеспечения, и с помощью этой новой архитектуры мы гарантируем, что технология будет не только быстрой, но и точной».

Работа команды была опубликована в журнале Nano Letters на закрытых условиях, а препринт в открытом доступе доступен на сервере arXiv Корнелла.