Een nieuwe geheugenchip die wordt bestuurd door licht en magneten zou er op een dag voor kunnen zorgen dat AI-computers minder energie verbruiken

Een nieuw type ultrasnel geheugen maakt gebruik van optische signalen en magneten om gegevens efficiënt te verwerken en op te slaan.

Wanneer u via links op onze site een aankoop doet, kunnen wij een partnercommissie verdienen. Hier is hoe het werkt.

Onderzoekers hebben een nieuw type geheugencel ontwikkeld dat zowel informatie kan opslaan als snelle en efficiënte berekeningen kan uitvoeren.

De geheugencel stelt gebruikers in staat om snelle berekeningen uit te voeren binnen de geheugenarray, zo rapporteerden onderzoekers op 23 oktober in het tijdschrift Nature Photonics. De hogere verwerkingssnelheden en het lage energieverbruik kunnen helpen bij het opschalen van datacenters voor kunstmatige intelligentie (AI)-systemen.

"Er wordt veel kracht en energie gestoken in het opschalen van datacenters of computerparken met duizenden GPU's [grafische verwerkingseenheden] die tegelijkertijd draaien", studeerde co-auteur Nathan Youngblood vertelde een elektrotechnisch en computeringenieur aan de Universiteit van Pittsburgh aan WordsSideKick.com. "En de oplossing was niet noodzakelijkerwijs het efficiënter maken van de zaken. Het was alleen maar het kopen van steeds meer GPU's en het uitgeven van steeds meer stroom. Dus als optica een aantal van dezelfde problemen kan aanpakken en het efficiënter en sneller kan doen, dan zou hopelijk resulteren in een lager energieverbruik en machine learning-systemen met een hogere doorvoer."

De nieuwe cel gebruikt magnetische velden om een binnenkomend lichtsignaal met de klok mee of tegen de klok in door een ringvormige resonator, een component die licht van bepaalde golflengten intensiveert, naar een van de twee uitgangspoorten te sturen. Afhankelijk van de lichtintensiteit bij elk van de uitgangspoorten kan de geheugencel een getal coderen tussen nul en één, of tussen nul en min één. In tegenstelling tot traditionele geheugencellen, die alleen waarden van nul of één in één bit informatie coderen, kan de nieuwe cel verschillende niet-gehele waarden coderen, waardoor deze tot 3,5 bits per cel kan opslaan.

Gerelateerd: Nieuwe optische schijf op 'petabit-schaal' kan evenveel informatie opslaan als 15.000 dvd's

Deze lichtsignalen tegen de klok in en met de klok mee lijken op "twee lopers op een baan die in tegengestelde richting rond de baan rennen, en de wind staat altijd in het gezicht van de een en in de achterkant van de ander. De een kan sneller gaan dan de ander ', zei Youngblood.. 'Je vergelijkt de snelheid waarmee die twee lopers over de baan rennen, en daarmee kun je in principe zowel positieve als negatieve getallen coderen.'

De cijfers die voortkomen uit deze race rond de ringresonator kunnen worden gebruikt om verbindingen tussen knooppunten in kunstmatige neurale netwerken te versterken of te verzwakken. Dit zijn machine learning-algoritmen die gegevens verwerken op manieren die vergelijkbaar zijn met het menselijk brein. Dat zou het neurale netwerk kunnen helpen objecten in een afbeelding te identificeren, zei Youngblood.

In tegenstelling tot traditionele computers, die berekeningen maken in een centrale verwerkingseenheid en vervolgens de resultaten naar het geheugen sturen, voeren de nieuwe geheugencellen snelle berekeningen uit in de geheugenarray zelf. In-memory computing is vooral handig voor toepassingen zoals kunstmatige intelligentie die heel snel veel gegevens moeten verwerken, zei Youngblood.

De onderzoekers toonden ook het uithoudingsvermogen van de magneto-optische cellen aan. Ze voerden meer dan 2 miljard schrijf- en wiscycli uit op de cellen zonder enige verslechtering van de prestaties waar te nemen, wat een duizendvoudige verbetering is ten opzichte van eerdere fotonische geheugentechnologieën, schreven de onderzoekers. Typische flashdrives zijn beperkt tot tussen de 10.000 en 100.000 schrijf- en wiscycli. cycli, zei Youngblood.

In de toekomst hopen Youngblood en zijn collega's meerdere cellen op een computerchip te plaatsen en geavanceerdere berekeningen uit te proberen.

Uiteindelijk zou deze technologie kunnen helpen de hoeveelheid stroom te verminderen die nodig is om kunstmatige intelligentiesystemen te laten draaien, zei Youngblood.