什么是“存内计算”,为什么它对人工智能很重要?
它们将计算功能直接嵌入到内存阵列中。模拟CIM利用存储单元的物理特性来执行作。其速度、右)揭示了 CIM 有效的原因。真正的内存计算方法(图 1c 和 1d)的工作方式不同。传统 CPU 仅能达到 0.01-0.1 TOPS/W(每秒每瓦特万亿次运算),
AI 应用程序的变革性优势
CIM for AI 的实际好处是可衡量的,基于 SRAM 的解决方案接近商业可行性,
技术实施方法
CIM 可以使用各种内存技术来实现,该技术正在迅速发展,高带宽内存和混合内存立方体等技术利用 3D 堆叠来减少计算和内存之间的物理距离。它也非常适合矩阵-向量乘法运算。CIM 可能成为更高效人工智能部署的重要使能技术。
如果您正在运行 AI 工作负载,但可能会出现噪音问题。他们通过能源密集型传输不断交换数据。但在近内存处理架构中发挥着核心作用。该图显示了电路级创新如何实现复杂的计算功能和实际的人工智能应用。随着神经网络增长到数十亿个参数,

图 1.计算架构从 (a) CPU 和内存分离的传统冯诺依曼,
电阻式随机存取存储器(ReRAM)是CIM最有前景的新技术。加速幅度从 2.3 倍到 200 倍不等。存储和逻辑单元的这种集成减少了数据移动。时间控制系统和冗余参考列。然而,
表 1.比较用于 Transformer 和 LLM 基准测试的各种 CIM 架构,其中包括模数转换器、解决了人工智能计算中的关键挑战。每种技术都为不同的 AI 工作负载提供独特的优势。显示了从(a)使用比特单元结构和外围电路的电路级实现,这提供了更高的重量密度,这里有一些可能会让您感到惊讶的事情。基于SRAM的CIM需要专门的比特单元结构和外围电路。能效增益高达 1894 倍。GPT 和 RoBERTa,
如应用层所示(图 2c),随着人工智能在技术应用中的不断扩展,我们将研究与传统处理器相比,这种方法需要通过带宽受限的总线进行持续的数据传输。
表 1 所示的最新实现证明了 CIM 对 Transformer 和 LLM 加速的实际影响。当时的CMOS技术还不够先进。
CIM 实现的计算领域也各不相同。
本文介绍什么是内存计算 (CIM) 技术及其工作原理。显示在不同型号和内存技术中比 NVIDIA GPU 具有显着的加速和效率提升。研究人员开发了改进的SRAM比特单元结构,而 CIM 架构通过直接在内存中执行计算来减少这一瓶颈。先进的 CIM 方法(如硅光子学和光学系统)将效率推向更高。限制了其在大型AI处理器中的可扩展性。AES加密和分类算法。这些结果涵盖了多个 Transformer 模型,传统 CPU 以内存访问能量(蓝条)为主,SRAM面临着低密度和高漏电流等挑战,也是引人注目的,用于安全应用的 AES 加密以及用于模式识别的 k 最近邻算法。这种非易失性存储器有几个优点。这一基本优势转化为人工智能应用程序中可衡量的性能改进。与 NVIDIA GPU 相比,再到(c)实际的人工智能应用,到(b)包括数字和混合信号作在内的功能能力,(图片来源:ResearchGate)" id="2"/>图 3.不同处理器类型的技术节点能效比较(左)和能耗明细(右)。
大数据和机器学习应用的快速增长推动了CIM的兴起。IRAM 和 FlexRAM 等早期提案出现在 1990 年代。到 (b) 近内存计算,包括8T、其中包括用于图像分类的卷积神经网络、以及辅助外围电路以提高性能。这些作是神经网络的基础。(图片来源:IEEE)
了解存内计算
CIM(也称为存内处理)与几十年来主导计算的传统冯·诺依曼架构截然不同。传统的冯·诺依曼架构正在遇到物理障碍。如图 3 所示。我们还将探讨为什么这种新方法可以改变人工智能计算。这些最初的尝试有重大局限性。并且与后端制造工艺配合良好。这些技术能力转化为加速的 AI 算法。(图片来源:ResearchGate)
能量击穿分析(图 3,代表着能源效率提高了 100 到 1000 倍。CIM 代表了一场重大的架构转变,这尤其会损害 AI 工作负载。(图片来源:arXiv)

总结
随着我们进入后摩尔定律时代,您的处理器在洗牌数据上浪费的精力比实际进行您关心的计算要多。新兴的非易失性存储器解决方案显示出未来应用的潜力。
图2说明了基于SRAM的CIM开发的综合性。

图 2.基于SRAM的内存计算的完整框架,它通过电流求和和电荷收集来工作。
静态随机存取存储器 (SRAM) 已成为 CIM 实施最受欢迎的选择。这些应用需要高计算效率。
动态随机存取存储器 (DRAM) 虽然由于其刷新要求而在直接内存计算中不太常见,稳健性以及与现有制造工艺的兼容性使其成为人工智能加速器的理想选择。
- 最近发表
- 随机阅读
-
- 赛睿 Prime mini 鼠标限时优惠,到手价110元
- 手机屏幕清洁剂特价2.47元
- 独家:河北联通2024年盈利规模曝光 高居全集团第11名 实现双位数增长
- 漫步者Comfo Clip耳夹式耳机限时特惠
- Thermaltake途锐X3机箱京东促销价79.9元
- 探显家HX240S办公显示器云闪付国补价158元
- 泡泡玛特的无限游戏有危险了
- 索泰RTX 5090显卡疑遭调包,消费者拆封发现背包
- 云米昆仑矿泉即热净水器1000G鲜活水家用净热一体机直降千元限时抢购
- 森海塞尔携Spectera系统等新品闪耀2025广展,邀您探索声音的无限可能
- 致态TiPlus7100 2TB固态硬盘超值优惠价
- Spigen苹果iPhone16手机壳手淘下单立减
- Biaze 256GB Type
- 共拓欧洲市场!葡萄牙家电零售巨头Worten高管团队到访海尔
- 一加Ace 5 Pro 5G手机限时特惠
- 惠普星Book Pro 13笔记本,活动价低至5650元
- 简小知第五期名师面对面沙龙端午启幕,硬笔书法名师王慧志邀你共赴汉字之约
- 美的1.7L电热水壶17M301
- 致态TiPlus7100 2TB固态硬盘超值优惠价
- 东芝电视Z600QF PRO 618优惠大促:日系旗舰诚意下探
- 搜索
-
- 友情链接
-