Hukommelsesbehandlingsenhed kunne bringe memristorer til masserne

En ny måde at arrangere avancerede computerkomponenter kaldet memristorer på en chip kunne gøre det muligt for dem at blive brugt til generel databehandling, hvilket kunne reducere energiforbruget med en faktor på 100.

Dette ville forbedre ydeevnen i miljøer med lavt strømforbrug såsom smartphones eller skabe mere effektive supercomputere, siger en forsker fra University of Michigan.

"Historisk set, halvlederindustrien har forbedret ydeevnen ved at gøre enheder hurtigere. Men selvom processorerne og hukommelserne er meget hurtige, de kan ikke være effektive, fordi de skal vente på, at data kommer ind og ud, " sagde Wei Lu, U-M professor i el- og computerteknik og medstifter af memristor-startup Crossbar Inc.

Memristors kan være svaret. Opkaldt som et portmanteau af hukommelse og modstand, de kan programmeres til at have forskellige modstandstilstande - hvilket betyder, at de gemmer information som modstandsniveauer. Disse kredsløbselementer muliggør hukommelse og behandling i den samme enhed, at fjerne den flaskehals for dataoverførsel, som konventionelle computere oplever, hvor hukommelsen er adskilt fra processoren.

Imidlertid, i modsætning til almindelige stykker, som er 1 eller 0, memristorer kan have modstande, der er på et kontinuum. Nogle applikationer, såsom computere, der efterligner hjernen (neuromorf), drage fordel af den analoge karakter af memristorer. Men til almindelig computer, forsøg på at skelne mellem små variationer i strømmen, der passerer gennem en memristor-enhed, er ikke præcis nok til numeriske beregninger.

Lu og hans kolleger kom uden om dette problem ved at digitalisere strømudgangene - definere strømområder som specifikke bitværdier (dvs. 0 eller 1). Holdet var også i stand til at kortlægge store matematiske problemer i mindre blokke i arrayet, forbedring af systemets effektivitet og fleksibilitet.

Computere med disse nye blokke, som forskerne kalder "hukommelsesbehandlingsenheder, " kunne være særligt nyttigt til implementering af maskinlæring og kunstig intelligens-algoritmer. De er også velegnede til opgaver, der er baseret på matrixoperationer, såsom simuleringer, der bruges til vejrudsigelse. De enkleste matematiske matricer, beslægtet med tabeller med rækker og kolonner med tal, kan kortlægges direkte på gitteret af memristorer.

Når memristorerne er indstillet til at repræsentere tallene, operationer, der multiplicerer og summerer rækkerne og kolonnerne, kan tages hånd om samtidigt, med et sæt spændingsimpulser langs rækkerne. Strømmen målt i slutningen af ​​hver kolonne indeholder svarene. En typisk processor, i modsætning, skulle læse værdien fra hver celle i matrixen, udføre multiplikation, og opsummer derefter hver kolonne i serier.

"Vi får multiplikationen og additionen i ét trin. Det er taget hånd om gennem fysiske love. Vi behøver ikke manuelt at gange og summere i en processor, " sagde Lu.

Hans team valgte at løse partielle differentialligninger som en test for et 32x32 memristor-array - som Lu forestiller sig som blot en blok af et fremtidigt system. Disse ligninger, herunder dem, der står bag vejrudsigten, understøtter mange problemer i videnskab og teknik, men er meget udfordrende at løse. Vanskeligheden kommer fra de komplicerede former og flere variabler, der er nødvendige for at modellere fysiske fænomener.

Når det er umuligt at løse partielle differentialligninger nøjagtigt, at løse dem cirka kan kræve supercomputere. Disse problemer involverer ofte meget store datamatricer, så hukommelse-processor kommunikation flaskehals er pænt løst med en memristor array. Ligningerne Lus hold brugte i deres demonstration simulerede en plasmareaktor, som dem, der bruges til fremstilling af integrerede kredsløb.

Dette arbejde er beskrevet i en undersøgelse, "En generel memristor-baseret partiel differentialligningsløser, " offentliggjort i tidsskriftet Naturelektronik .