颠覆传统架构！华人科学家 20 年心血：AI 能效提高 1000 倍，未来需求井喷！

AIGC动态欢迎阅读

原标题：颠覆传统架构！华人科学家 20 年心血：AI 能效提高 1000 倍，未来需求井喷！
关键字：内存,技术,模型,教授,数据
文章来源：AI前线
内容字数：0字

内容摘要：

整理 | Tina、褚杏娟
近日，明尼苏达大学科学与工程学院的一组研究人员展示了一种数据永远不会离开内存的新模型，称为计算随机存取存储器（CRAM）。与目前的方法相比，它可以将人工智能应用的能源需求降低 1,000 倍甚至更多。在一次模拟中，CRAM 技术显示出令人难以置信的 2,500 倍节能效果。
论文地址：https://www.nature.com/articles/s44335-024-00003-3怎么做到的？众所周知，传统计算依赖于已有数十年历史的冯·诺依曼架构，该架构由的处理器和内存单元组成，需要不断来回移动数据，这是一个耗能过程。
明尼苏达团队的 CRAM 完全颠覆了该模型，使用称为磁隧道结 (MTJ) 的自旋电子器件直接在内存内部进行计算。自旋电子设备并不依赖电荷来存储数据，而是利用电子自旋，为传统的基于晶体管的芯片提供了更有效的替代品。
“作为一种极其节能的数字内存计算基板，CRAM 非常灵活，可以在内存阵列的任何位置执行计算。因此，我们可以重新配置 CRAM，来最好地满足各种 AI 算法的性能需求，”计算架构专家、论文合著者、明尼苏达大学电气与计算机工程系

原文链接：颠覆传统架构！华人科学家 20 年心血：AI 能效提高 1000 倍，未来需求井喷！