Bellek işlem birimi: Memristorlarla ortak hesaplama sorunlarını çözün!
Kılavuz
Son zamanlarda, Amerika Birleşik Devletleri'ndeki Michigan Üniversitesi'nden bir bilimsel araştırma ekibi, bir çipin üzerine bir "memristor" yerleştirmek için yeni bir yöntem geliştirdi, böylece genel bilgi işlem görevleri için kullanılabilir ve enerji tüketimini orijinalin 1 / 100'üne düşürülebilir.
arka fon
Günümüzde çoğu sıradan bilgisayar von Neumann mimarisini kullanıyor. Bu mimaride CPU ve bellek birbirinden ayrılmıştır. Hafıza, program talimatlarını ve verilerini saklamak için kullanılır; CPU, talimatları yürütmek ve ilgili verileri işlemek için kullanılır. Bu nedenle, verilerin CPU ve bellek arasında ileri geri hareket etmesi gerekir.
Bununla birlikte, CPU'nun hesaplama hızı daha hızlı artar ve belleğin erişim hızı daha yavaş artar, bu nedenle aralarında bir hız uyuşmazlığı vardır, bu "von Neumann darboğazı" olarak adlandırılır. Bu darboğaz, yalnızca sistem bant genişliğini sınırlamakla ve sistem güç tüketimini artırmakla kalmaz, aynı zamanda bilgisayarın maliyetini ve hacmini daha da artırır.
Bilim insanları, bu darboğazı aşmak için insan beyninin yapısından ilham aldılar. Geleneksel bilgisayarlardan farklı olarak, insan beyni çok yönlü bir birbirine bağlı durumdadır ve mantıksal işlevleri bellek işlevleriyle yakından ilişkilidir. Bilim adamları, insan beyninin depolama yoğunluğunun ve çeşitliliğinin çağdaş bilgisayarların milyarlarca katı olduğunu ve en gelişmiş süper bilgisayarların bile insan beyniyle karşılaştırılamayacağını iddia ediyorlar.
İnsan beynini taklit eden bilim adamları, yeni bir bilgisayar mimarisi geliştirdiler: beyin benzeri hesaplama olarak da bilinen nöromorfik hesaplama. Veri depolama ve veri işleme için kullanılan bileşenleri aynı çipe entegre ederek beynin bilgiyi işleme ve işleme sürecini taklit etmeyi amaçlamaktadır. Nöromorfik çipler daha güçlü performansa ve daha yüksek verime sahiptir ve yapay zeka ve makine öğrenimi algoritmaları ve büyük veri problemlerini işlemek için çok uygundur.
Nöromorfik hesaplamadan bahsetmişken, son zamanlarda bilim adamları arasında popüler olan yeni bir donanım türü var, o memristör. İngilizce adı "Memristor", "Bellek" ve "Direnç" sözcüklerinin bir melezidir. Memristor, farklı direnç durumlarına ayarlanabilir ve bilgileri farklı direnç seviyelerinde depolayabilir.
Memristor çipi (resim kaynağı: Wei Lu)
Memristor aracılığıyla, veri depolama ve işleme fonksiyonları aynı cihaz üzerinde gerçekleştirilebilir ve böylece geleneksel bilgisayarlarda mevcut olan veri aktarım darboğazını aşabilir. Bilim adamları, memristörün yeni nesil sinir ağları ve nöromorfik hesaplama için çok umut verici olduğuna inanıyor. Verileri tekrar tekrar taşımaya gerek olmadığından ve çok sayıda sinyali paralel olarak işleyebildiğinden, memristörler de özellikle yapay zeka ve makine öğrenimi sistemleri için uygundur.
Yenilikçilik
Yakın zamanda, Michigan Üniversitesi Elektrik ve Bilgisayar Mühendisliği Bölümü'nde profesör olan ve memristor startup Crossbar Inc'in kurucu ortağı Wei Lu liderliğindeki bir araştırma ekibi, bir çip üzerine "memristors" yerleştirmek ve onu kullanıma sunmak için yeni bir yöntem geliştirdi. Genel bilgi işlem görevleri için kullanılır ve enerji tüketimini orijinalin 1 / 100'üne düşürür.
Memristor dizisinin elektron mikroskobu görüntüsü (Resim kaynağı: Yeonjoo Jeong / Michigan Üniversitesi Nanoelektronik Grubu)
teknoloji
Sıradan bit verileri (0 veya 1) ayrıktır, ancak memistörün direnç değeri süreklidir. Beyin benzeri (sinirsel) hesaplamalar gibi bazı uygulamalar memristörün analog özelliklerinden yararlanır. Bununla birlikte, sıradan hesaplamalarda, memistör cihazından geçen akımdaki küçük değişiklikleri ayırt etme girişimleri, sayısal hesaplamalarda doğru bir şekilde kullanılamaz.
Lu ve meslektaşları, mevcut çıktıyı dijital olarak işleyerek bu sorunu çözdüler. Geçerli aralığı özel bir bit değeri olarak tanımlarlar (örneğin: 0 veya 1). Ek olarak, ekip büyük matematik problemlerini dizideki daha küçük bloklara eşleyerek sistemin verimliliğini ve esnekliğini artırabilir.
Bu yeni blok türleri, araştırmacılar tarafından "bellek işleme birimleri" olarak adlandırılır. "Bellek işleme birimlerine" sahip bilgisayarlar, makine öğrenimi ve yapay zeka algoritmalarının yanı sıra hava tahmini için simülasyonlar gibi matris işlemlerine dayalı görevleri gerçekleştirmek için çok uygundur. Satır ve sütun verileri içeren bir tablo gibi en basit matematiksel matris, memristor ağına doğrudan eşlenebilir.
Memistör sayıları temsil etmek için kullanıldığında, satırların ve sütunların çarpma ve toplama işlemlerini senkronize etmek için satırlar boyunca bir dizi voltaj darbesi uygulayabiliriz. Her sütunun bir ucunda ölçülen akım, hesaplama sonucunu içerir. Aksine, geleneksel işlemciler matristeki her hücrenin değerini okumalı, çarpma işlemi gerçekleştirmeli ve ardından her sütunun değerlerini birbirine eklemelidir.
Devre kartındaki memristor dizisi (Resim kaynağı: Mohammed Zidan / University of Michigan Nanoelectronics Group)
değer
Lu şunları söyledi: "Toplama ve çarpma işlemini tek bir adımda başardık. Bu, fizik yasalarıyla sağlanıyor. İşlemciyi elle çarpıp eklemeye gerek yok."
Ekibi bu 32x32 memristor dizisini kısmi diferansiyel denklemleri çözerek test etti. Lu, bunu gelecekteki sistemin bir bloğu olarak hayal ediyor. Bu denklemler, hava tahminlerinin arkasındakiler de dahil olmak üzere, birçok bilimsel ve mühendislik probleminin temelidir, ancak çözülmesi çok zordur. Zorluk, fiziksel olayları modellemek için gereken karmaşık formüllerde ve çok sayıda değişkende yatmaktadır.
Kısmi diferansiyel denklemleri doğru bir şekilde çözmek neredeyse imkansızdır, ancak yaklaşık olarak süper bilgisayarlar tarafından çözülebilirler. Bu sorunlar genellikle büyük bir veri matrisi gerektirir, ancak memristor dizisi, bellek ve işlemci arasındaki iletişim darboğazını aşar. Lu'nun ekibi, bu denklemleri, entegre devre üretiminde kullanılanlar gibi plazma reaktörlerini simüle etmek için gösterilerinde kullandı.
Michigan Üniversitesi'ndeki araştırmacılara göre, bu teknoloji akıllı telefonlar gibi düşük güçlü elektronik cihazların performansını artırmak veya daha verimli süper bilgisayarlar yapmak için kullanılacak.
Anahtar kelime
Memristor, makine öğrenimi, bilgisayar
Referans
[1] https://news.umich.edu/memory-processing-unit-could-bring-memristors-to-the-masses/
[2]
