SK hynix показала память 3D FeNAND, которая выполняет вычисления для ИИ прямо в ячейках: в 10–20 раз выше пропускная способность в её сравнениях
Материал подготовлен Sintelligent с помощью ИИ. Опубликовано в SI: . Обновлено: .
Если память научится считать сама, ИИ-модели смогут работать с меньшими затратами энергии, но пока это лабораторный результат.
Технология Analog Compute-in-Memory использует сегнетоэлектрические ячейки на основе оксида гафния-циркония: веса нейросети представлены разными уровнями тока, а умножение и сложение выполняются в самой памяти без передачи данных процессору. По данным SK hynix, в сравнении экспериментальных архитектур при сопоставимой площади кристалла получена пропускная способность в 10–20 раз выше и энергоэффективность в 4 000–5 000 раз выше. Эти показатели относятся к изученным структурам памяти, а не к сравнению с современными GPU или готовыми ИИ-серверами. На экспериментальных структурах удалось различить четыре уровня тока на ячейке.
Источники 1