 для обчислень в оперативній пам'яті.){kind=link}
კომპანია Samsung გამოაცხადა, რომ ეს იყო მსოფლიოში პირველი, რომელმაც აჩვენა MRAM (მაგნიტორეზისტიული შემთხვევითი წვდომის მეხსიერება) ტექნოლოგია მეხსიერებაში გამოთვლისთვის. კომპანიის ნაშრომი, სახელწოდებით "Cross-Array Magnetoresistive Devices in-Memory Computing" გამოქვეყნდა ჟურნალში Nature.
მონაცემები ჩვეულებრივ ინახება პროცესორის მაღალსიჩქარიან DRAM-ში. თუმცა, MRAM ცვლის სიტუაციას და აერთიანებს მონაცემთა შენახვას და გამოთვლას, რაც საშუალებას აძლევს ორივე მოხდეს იმავე ჩიპზე. თეორიულად, ოპერაციები ამ შემთხვევაში ბევრად უფრო სწრაფად ხორციელდება, რადგან არ არის საჭირო მონაცემთა გადაცემა პროცესორის მეხსიერებიდან და პირიქით. გარდა ამისა, მიიღწევა ელექტროენერგიის მნიშვნელოვანი დაზოგვა, რადგან მონაცემთა დამუშავება ხდება მეხსიერებაში ძალიან პარალელურად.
ეს დემონსტრირება არის გარღვევა, რადგან, მიუხედავად იმისა, რომ სხვა მეხსიერების გამოთვლითი გადაწყვეტილებები, როგორიცაა PRAM და RRAM, უკვე იყო დემონსტრირებული, სამუშაო MRAM საკმაოდ რთული მიღწევა იყო, ძირითადად მისი დაბალი წინააღმდეგობის გამო. ასევე შეუძლებელი იყო MRAM-ის ენერგოეფექტურობის უპირატესობის გამოყენება სტანდარტულ მეხსიერებაში გამოთვლილ არქიტექტურაში.
კომპანია Samsung MRAM შესაძლებელი გახადა MRAM მასივის ჩიპით, რომელიც იყენებს წინააღმდეგობის ჯამს სტანდარტული Current-Sum-ის ნაცვლად წინააღმდეგობის პრობლემის გადასაჭრელად.
გამოსავალი გამოსცადეს ხელოვნური ინტელექტის (AI) აპლიკაციების გამოყენებით და აჩვენა 98% სიზუსტე ხელნაწერი ციფრების კლასიფიკაციაში და 93% სიზუსტე სურათებში სახეების ამოცნობისას. Samsung აცხადებს, რომ MRAM ტექნოლოგია შეიძლება გამოყენებულ იქნას ხელოვნური ინტელექტის დამუშავებისთვის და მაღალი ხარისხის AI ჩიპების შესაქმნელად.
დოქტორ სეუნჩულ იუნგმა, ნაშრომის პირველმა ავტორმა, თქვა: „გამოთვლა მეხსიერებაში ტვინის მსგავსია იმ გაგებით, რომ ტვინში გამოთვლა ასევე ხდება ბიოლოგიური მეხსიერების ქსელებში, ან სინაფსებში - წერტილებში, სადაც ნეირონები ერთმანეთს ეხებიან. სინამდვილეში, მიუხედავად იმისა, რომ ჩვენი MRAM ქსელის მიერ შესრულებულ გამოთვლას აქვს განსხვავებული დანიშნულება, ვიდრე ახლა ტვინის მიერ შესრულებული გამოთვლები, ასეთი მყარი მდგომარეობის მეხსიერების ქსელი მომავალში შეიძლება გამოყენებულ იქნას როგორც პლატფორმა ტვინის სიმულაციისთვის კომუნიკაციის სიმულაციის გზით. ტვინის სინაფსები."
ასევე წაიკითხეთ: