奈米線電晶體+RRAM可望實現未來超級電腦

作者 : Lund University

隆德大學研究人員提出了一種將記憶體單元與處理器整合的新方法,可望實現更快的運算...

瑞典隆德大學(Lund University)的研究人員提出了一種將記憶體單元與處理器整合的新解決方案,可以實現更快的計算,因而克服馮諾依曼瓶頸——需要在單獨的記憶體和計算單元之間打亂資料——並有助於提高計算性能。

處理器的運算速度比記憶體單元的速度快得多,這是持續多年來眾所周知的問題。以技術術語來說,這被稱為「馮諾依曼瓶頸」(von Neumann bottleneck)。出現瓶頸是因為記憶體和運算單元是分開的,必須花時間透過所謂的資料匯流排來回發送資訊,因而限制了速度。

日前,瑞典隆德大學的研究人員提出了一種將記憶體單元與處理器集成的新解決方案,該解決方案可以實現更快的計算,可用于克服馮諾依曼瓶頸——需要在單獨的記憶體和計算單元之間打亂資料——並有助於提高計算性能。

該研究結果發表在《自然電子》(Nature Electronics)上。

研究人員展示了一種新的配置,其中奈米級的記憶體單元與垂直電晶體選擇器整合在一起。相較於當前採用的大量儲存解決方案,這帶來了可擴展性、速度和能源效率的改善。

任何需要處理大量資料的事物,例如人工智慧(AI)和機器學習(ML),都需要速度和更大的容量。為了實現成功,記憶體和處理器需要盡可能地靠近。此外,必須能夠以節能的方式運行計算,尤其是當前技術會在高負載下產生高溫。

Illustration of chip

傳統上,限制一直存在於電路板的構造中,其單元在平面上彼此相鄰放置。現在的想法是在 3D 配置中垂直建構並整合記憶體和處理器,讓計算發生在記憶體電路本身內。

隆德大學奈米電子學教授Lars-Erik Wernersson 說:「我們的版本是底部有一個電晶體的奈米線,還有一個非常小的記憶元件位於同一根線上的更遠位置。這使它成為一個緊湊的整合功能,其中電晶體控制記憶元件。這個想法之前已經存在,但事實證明,實現性能很難。然而,現在,我們已經證明這是可以實現的,而且效果出奇的好。」。

研究人員正使用電阻式隨機存取記憶體(RRAM)單元,這本身並不是什麼新鮮事,新穎之處在於他們如何成功地實現了功能整合,從而產生巨大的可能性。最終,從人工智慧和機器學習到普通電腦的所有領域,它都可能開啟潛在的新研究領域和改進功能。例如,未來的應用可能是各種形式的機器學習,例如基於雷達的手勢控制、氣候建模或各種藥物的開發。

本文原刊登於EDN China網站,夏菲編譯

加入LINE@,最新消息一手掌握!

發表評論