光と磁石で制御される新しいメモリチップにより、AIコンピューターの消費電力が低減

米国の研究者たちは、情報を保存し、高速かつ効率的に計算を実行できる新しいタイプのメモリチップを開発している。

Chip bộ nhớ mới được điều khiển bằng ánh sáng và nam châm giúp máy tính AI ít ngốn điện hơn

研究者らによると、磁気光メモリチップは消費電力を削減し、AIに電力を解放するのに役立つ可能性があるという。（出典：ライブサイエンス）

これは、光信号と磁石の両方を使用してデータを効率的に処理および保存する新しいタイプの超高速メモリチップ (またはメモリセル) です。

研究チームはネイチャーフォトニクス誌で、これらのメモリセルによりユーザーは高速計算を実行できると述べた。処理速度の向上と消費電力の低減により、人工知能 (AI) システムを稼働させるためのデータセンターの拡張が容易になります。

「数千のグラフィック処理装置（GPU）を備えたデータセンターは稼働するのに大量のエネルギーを必要とする」と、研究の共著者でピッツバーグ大学の電気・コンピューターエンジニアであるネイサン・ヤングブラッド氏は述べた。「そして、解決策は多くの場合、GPUをもっと購入し、より多くのエネルギーを消費することです。ですから、光学技術がこの問題をより効率的かつ迅速に解決できれば、消費電力を削減し、機械学習システムの動作も高速化します。」

これらの新しいメモリセルは、磁場を使用して光信号をリング共振器を通して時計回りまたは反時計回りに誘導します。リング共振器は、特定の波長の光を強化し、2 つの出力ポートのいずれかに送るコンポーネントです。各出力ポートの光強度に応じて、メモリセルは0から1まで、または0から-1までの数値をエンコードできます。 1ビットの情報で0または1の値のみをエンコードする従来のメモリセルとは異なり、新しいメモリセルは多数の非整数値をエンコードできるため、メモリセルごとに最大3.5ビットを保存できます。

反時計回りと時計回りの信号機は、「同じトラックを走っている2人のランナーが、互いに反対方向に走っていて、風が常に一方には前、もう一方には後ろから吹いているようなものだ」とエンジニアのヤングブラッド氏は言う。

このリング共振器の周りのレースから得られた数値は、人工ニューラルネットワーク内のノード間の接続を強化するために使用できます。これらは、機械学習アルゴリズムが人間の脳と同様の方法でデータを処理するのに役立つと彼は述べた。

中央処理装置で計算を実行し、その結果をメモリに送信する従来のコンピュータとは異なり、新しいメモリセルはメモリアレイ内で直接高速計算を実行します。ヤングブラッド氏は、インメモリコンピューティングは、大量のデータを非常に高速に処理する必要がある人工知能などのアプリケーションに特に役立つと述べています。

研究チームは、このタイプの磁気光メモリチップの耐久性も実証しました。研究者らは、これらのチップで20億回以上の書き込みと消去を実行してもパフォーマンスの低下は見られなかったと述べており、これは従来のメモリ技術に比べて1,000倍の改善である。ヤングブラッド氏によると、一般的なフラッシュドライブの書き込みと消去の回数は1万回から10万回に制限されているという。

将来的には、ヤングブラッド氏とその同僚は、コンピューターにさらに多くのメモリセルを追加し、より高度な計算をテストしたいと考えています。

この技術は人工知能システムの稼働に必要な電力量を削減するのに役立つ可能性があると彼は述べた。

[広告2]
ソース