2022-01-18 00:07:34
来 源
中存储
存储器/芯片
这种新的 MRAM 芯片不仅可以用于内存计算,还可以作为下载生物神经元网络的平台。

三星电子宣布展示世界上第一个基于 MRAM(磁阻随机存取存储器)的内存计算。有关这项创新的论文于 1 月 12 日(格林威治标准时间)由Nature在线发表,并将在即将出版的 Nature印刷版中发表。这篇题为“用于内存计算的磁阻存储器件的交叉阵列”的论文展示了三星在内存技术方面的领先地位,以及它为下一代人工智能 (AI) 芯片合并内存和系统半导体的努力。

该研究由三星高级技术研究院 (SAIT) 与三星电子代工业务和半导体研发中心密切合作领导。论文第一作者SAIT研究员Seungchul Jung博士,共同通讯作者SAIT Fellow、哈佛大学教授Donhee Ham博士和SAIT技术副总裁Sang Joon Kim博士,带头进行了这项研究。

三星展示全球首款基于 MRAM 的内存芯片,不仅可以用于内存计算,还可以作为下载生物神经元网络的平台。

在标准计算机架构中,数据存储在内存芯片中,数据计算在单独的处理器芯片中执行。

相比之下,内存计算是一种新的计算范式,旨在在内存网络中同时执行数据存储和数据计算。由于该方案可以处理存储在内存网络本身中的大量数据,而无需移动数据,而且由于内存网络中的数据处理以高度并行的方式执行,因此大大降低了功耗。因此,内存计算已成为实现下一代低功耗人工智能半导体芯片的有前途的技术之一。

出于这个原因,内存计算的研究在世界范围内受到了强烈的追捧。非易失性存储器,特别是 RRAM(电阻随机存取存储器)和 PRAM(相变随机存取存储器),已被积极用于演示内存计算。相比之下,尽管 MRAM 具有运算速度、耐用性和大规模生产等优点,但迄今为止很难将 MRAM(另一种类型的非易失性存储器)用于内存计算。这个困难源于MRAM的低电阻,因此MRAM在用于标准内存计算架构时无法享受功耗降低的优势。

三星电子研究人员通过架构创新为这个问题提供了解决方案。具体来说,他们成功开发了一种 MRAM 阵列芯片,通过用新的“电阻和”内存计算架构替换标准的“当前和”内存计算架构来演示内存计算,从而解决了这个问题单个 MRAM 器件的小电阻。

三星的研究团队随后通过运行该 MRAM 内存计算芯片来执行 AI 计算,从而对其性能进行了测试。该芯片在手写数字分类方面的准确率达到了 98%,在从场景中检测人脸方面的准确率达到了 93%。

通过将MRAM已经达到商业规模生产的嵌入系统半导体制造的存储器引入内存计算领域,这项工作拓展了下一代低功耗人工智能芯片技术的前沿。

研究人员还建议,这种新的 MRAM 芯片不仅可以用于内存计算,还可以作为下载生物神经元网络的平台。这与三星研究人员最近在《自然电子》杂志 2021 年 9 月号上发表的一篇透视论文中提出的神经形态电子学愿景一致 。

“内存计算与大脑的相似之处在于,在大脑中,计算也发生在生物记忆或突触网络中,即神经元相互接触的点,”该研究的第一作者 Seungchul Jung 博士说。“事实上,虽然我们的 MRAM 网络目前执行的计算与大脑执行的计算有不同的目的,但这种固态存储网络将来可能被用作通过模拟大脑突触来模拟大脑的平台连通性。”

正如这项工作所强调的那样,通过构建其领先的内存技术并将其与系统半导体技术相结合,三星计划继续扩大其在下一代计算和人工智能半导体领域的领导地位。

声明: 此文观点不代表本站立场;转载须要保留原文链接;版权疑问请联系我们。