שחרור כוחם של ממריסטורים במחשוב דיוק גבוה

מחקר של UMass Amherst מוכיח שמכשיר ממריסטור יכול לפתור בעיות מדעיות מורכבות תוך שימוש בפחות אנרגיה, תוך התגברות על אחת המכשולים העיקריים של מחשוב דיגיטלי.

צוות חוקרים כולל מהנדסי אמהרסט מאוניברסיטת מסצ'וסטס הוכיחו שמכשיר המחשוב האנלוגי שלהם, הנקרא ממריסטור, יכול להשלים משימות מחשוב מורכבות ומדעיות תוך עקיפת מגבלות המחשוב הדיגיטלי.

התמודדות עם אתגרי מחשוב מודרניים

רבות מהשאלות המדעיות החשובות של היום – מ ננומטרי מודל חומר למדע אקלים בקנה מידה גדול – ניתן לחקור באמצעות משוואות מורכבות. עם זאת, מערכות המחשוב הדיגיטליות של היום מגיעות לגבול שלהן לביצוע חישובים אלו מבחינת מהירות, צריכת אנרגיה ותשתית.

Qiangfei Xia, UMass Amherst פרופסור להנדסת חשמל ומחשבים, ואחד המחברים המקבילים של המחקר שפורסם בכתב העת מַדָע, מסביר שבשיטות המחשוב הנוכחיות, בכל פעם שאתה רוצה לאחסן מידע או לתת למחשב משימה, זה דורש העברת נתונים בין זיכרון ליחידות מחשוב. עם משימות מורכבות המעבירות כמויות גדולות יותר של נתונים, אתה בעצם מקבל "פקק תנועה" לעיבוד מסוגים.

מהפכה בתחום המחשוב עם טכנולוגיית Memristor

אחת הדרכים שבהן המחשוב המסורתי שואף לפתור זאת היא על ידי הגדלת רוחב הפס. במקום זאת, שיה ועמיתיו ב-UMass Amherst, אוניברסיטת דרום קליפורניה, ויצרנית טכנולוגיות המחשוב, TetraMem Inc. הטמיעו מחשוב בזיכרון עם טכנולוגיית ממריסטור אנלוגי כחלופה שיכולה למנוע צווארי בקבוק אלו על ידי הפחתת מספר העברות הנתונים.

המחשוב בזיכרון של הצוות מסתמך על רכיב חשמלי הנקרא ממריסטור – שילוב של זיכרון ונגד (השולט בזרימת החשמל במעגל). ממריסטור שולט בזרימת הזרם החשמלי במעגל, תוך שהוא גם "זוכר" את המצב הקודם, גם כשהחשמל כבוי, בניגוד לשבבי מחשב מבוססי טרנזיסטורים של ימינו, שיכולים להחזיק מידע רק כשיש חשמל. ניתן לתכנת את התקן הממריסטור לרמות התנגדות מרובות, להגדיל את צפיפות המידע בתא אחד.

שיפור היעילות החישובית

כאשר הוא מאורגן במערך צולב, מעגל ממריסטיב כזה מבצע מחשוב אנלוגי על ידי שימוש בחוקים פיזיקליים בצורה מקבילה מסיבית, ומאיץ משמעותית את פעולת המטריצה, החישוב הנפוצה ביותר אך זול הכוח ברשתות עצביות. המחשוב מתבצע באתר המכשיר, במקום להעביר את הנתונים בין הזיכרון לעיבוד. באמצעות אנלוגיית התנועה, שיה משווה את המחשוב בזיכרון לכבישים כמעט ריקים שנראו בשיא המגיפה: "חיסלת את התנועה כי (כמעט) כולם עבדו מהבית", הוא אומר. "אנחנו עובדים בו-זמנית, אבל אנחנו שולחים רק את הנתונים/התוצאות החשובות החוצה."

בעבר, חוקרים אלה הוכיחו שהממריסטור שלהם יכול לבצע משימות מחשוב ברמת דיוק נמוכה, כמו למידת מכונה. יישומים אחרים כללו עיבוד אותות אנלוגי, חישת תדרי רדיו ואבטחת חומרה.

פריצת דרך במחשוב דיוק גבוה

"בעבודה זו, אנו מציעים ומדגימים ארכיטקטורת מעגלים ופרוטוקול תכנות חדשים שיכולים לייצג ביעילות מספרים בעלי דיוק גבוה באמצעות סכום משוקלל של התקנים אנלוגיים מרובים, בעלי דיוק נמוך יחסית, כגון ממריסטורים, עם תקורה מופחתת מאוד במעגלים, אנרגיה והשהייה בהשוואה לגישות קוונטיזציה קיימות", אומר שיה.

"פריצת הדרך עבור המאמר הספציפי הזה היא שאנחנו דוחפים את הגבול עוד יותר", הוא מוסיף. "טכנולוגיה זו טובה לא רק עבור מחשוב רשתות עצביות ברמת דיוק נמוכה, אלא היא יכולה להיות טובה גם עבור מחשוב מדעי בעל דיוק גבוה."

לצורך הדגמת הוכחת העיקרון, הממריסטור פתר משוואות דיפרנציאליות חלקיות סטטיות ומתפתחות בזמן, משוואות Navier-Stokes ובעיות מגנטוהידרודינמיות.

"דחפנו את עצמנו מאזור הנוחות שלנו", הוא אומר, ומתרחב מעבר לדרישות הדיוק הנמוך של רשתות עצביות מחשוב קצה למחשוב מדעי בעל דיוק גבוה.

לקח יותר מעשור עד שצוות UMass Amherst ומשתפי הפעולה תכנן מכשיר ממריסטור מתאים ולבנות מעגלים ושבבי מחשב גדולים עבור מחשוב אנלוגי בזיכרון. "המחקר שלנו בעשור האחרון הפך ממריסטור אנלוגי לטכנולוגיה בת קיימא. הגיע הזמן להעביר טכנולוגיה כל כך נהדרת לתעשיית המוליכים למחצה כדי להועיל לקהילת החומרה הרחבה של AI", אומר שיה.