Мемристорные массивы приспособили к традиционным вычислениям
Друзья, с момента основания проекта прошло уже 20 лет и мы рады сообщать вам, что сайт, наконец, переехали на новую платформу.
Какое-то время продолжим трудится на общее благо по адресу
На новой платформе мы уделили особое внимание удобству поиска материалов.
Особенно рекомендуем познакомиться с работой рубрикатора.
Спасибо, ждём вас на N-N-N.ru
Новый способ компоновки на чипе мемристорных устройств, разработанный в Мичиганском университете (U-M), делает возможным использование их для обычных вычислений со снижением энергозатрат на два порядка.
Мемристоры — устройства резистивной памяти — могут хранить информацию, закодированной в разных уровнях сопротивления. Кроме того они совмещают в себе функции хранения и обработки данных, благодаря чему свободны от ограничений традиционной компьютерной архитектуры, обусловленных необходимостью передавать данные между памятью и процессором.
В отличие от обычных битов с дискретными нулём и единицей, сопротивление в мемристоре можно изменять непрерывно. Для таких приложений, как нейроморфные (имитирующие мозг) вычисления, аналоговая природа мемристоров является большим достоинством. Но для традиционных цифровых вычислений мемристоры в чистом виде недостаточно точны.
Профессор Вэй Лю (Wei Lu) и его коллеги из U-M произвели оцифровку тока на выходе мемристора, задав границы для определённых значений бита. Они также смогли разделить большие математические проблемы на модули и распределить их между блоками в мемристорном массиве, что улучшило эффективность и гибкость системы.
Компьютеры с этими новыми блоками, Memory-Processing Unit (MPU), оптимальны для операций с матрицами, например, широко используемых в погодных симуляциях. Также MPU будут полезны при реализации алгоритмов искусственного интеллекта и машинного обучения.
Матрицы напрямую переносятся на массив мемристоров, поэтому сложение и умножение строк и колонок данных выполняются одновременно: вдоль ряда подаётся импульс напряжения, и сила тока, измеряемая в конце каждой колонки, является ответом.
«Мы выполняем умножение и сложение за один шаг… Нам не нужно вручную умножать и суммировать в процессоре», — пояснил Лю.
В испытаниях с использованием мемристорного массива 32×32 команда Лю успешно решала с его помощью уравнения в частных производных, описывающих процессы в плазменном реакторе. Об этом исследователи рассказали в статье, опубликованной журналом Nature Electronics.
- Источник(и):
- Войдите на сайт для отправки комментариев