PIM یک نیروی مغزی پشت تراشه حافظه هوش مصنوعی

 

در حال حاضر روزانه 500 گیگابایت داده تولید می‌شود و انتظار می‌رود تا سال 2025 میزان داده‌های تولید شده به 181 زتابایت (zettabyte) برسد. در حالی که این مقدار داده بسیار فراتر از مصرف انسان است، محاسبات ابری، پردازش سریعتر، شبکه‌های سریع‌تر و تراشه‌های سریعتر به این معنی است که می‌توان آنها را به طور کارآمد پردازش و اعمال کرد.

 هوش مصنوعی یک رویا نیست - یک واقعیت است.

نیمه هادی‌هایی که از عملکردهای هوش مصنوعی پشتیبانی می‌کنند باید ابزاری برای پردازش موازی و کارهای پیچیده فراهم کنند. تراشه به اصطلاح PIM یک پردازنده را با حافظه دسترسی تصادفی (RAM) روی یک ماژول حافظه یکپارچه می‌کند. این ساختار مرز بین حافظه‌ها و نیمه هادی‌های سیستم را حذف می‌کند و اجازه می‌دهد تا ذخیره‌سازی و پردازش داده‌ها در یک مکان انجام شود. با حذف نیاز به یک ماژول پیمایش داده، زمان پاسخ به میزان زیادی بهبود می‌یابد و امکان پردازش بلادرنگ داده‌ها را فراهم می‌کند. معماری‌های سنتی، پردازش و ذخیره‌سازی را در ماژول‌های جداگانه مدیریت می‌کنند و اغلب از مشکلات تأخیر رنج می‌برند که به آنها گلوگاه von Neumann (فون نویمان) می‌گویند. افزودن قابلیت‌های پردازش به نیمه هادی‌های حافظه راه‌حلی منحصر به فرد برای غلبه بر این مشکل ارائه می‌دهد.

ارائه نسل جدید  PIMاز کمپانی اس‌کی هاینیکس (SK Hynix) در فوریه 2022

کمپانی اس‌کی هاینیکس (SK Hynix) از نسل جدید PIM در فوریه 2022 در ISSCC در سانفرانسیسکو رونمایی کرد.  GDDR6-AiM(شتاب دهنده در حافظه) عملکردهای محاسباتی را به تراشه‌های حافظه GDDR6 اضافه می‌کند و امکان پردازش داده‌ها را با سرعت 16 گیگابیت بر ثانیه فراهم می‌کند.

 

نسل بعدی حافظه‌های هوشمند

نسل بعدی حافظه‌های هوشمند

 

GDDR6-AiM همچنین در مصرف انرژی کارآمدتر است و با حذف انتقال داده‌ها به CPU و GPU، مصرف انرژی را تا 80 درصد کاهش می‌دهد. پیشرفت فناوری به شیوه‌ای که از دنیایی سبزتر پشتیبانی می‌کند، بخش جدایی‌ناپذیر چشم‌انداز آینده کمپانی SK Hynix است. GDDR6-AiM می‌تواند به کاهش انتشار کربن و کاهش اثرگذاری کربن هر فناوری که برای آن استفاده می‌شود، کمک کند. همچنین اهداف مرتبط با ESG SK Hynix را پیش برده و تأثیر مثبت آن را در صنایع مشتریان خود گسترش می‌دهد.

در حالی که تراشه PIM در مدیریت نیازهای سیستم‌های مبتنی بر هوش مصنوعی مؤثر است، می‌توان PIM را در طیف گسترده‌ای از فناوری‌ها اعمال کرد. این فناوری‌ها شامل: پایگاه‌های داده، موتورهای پرس و جو، شبکه‌های داده و موارد دیگر، همگی به نسخه‌ای از ذخیره‌سازی و پردازش داده‌ها همراه با برنامه‌های کاربردی سفارشی شده که از انواع ورودی‌ها بهره می‌برند، نیاز دارند.

علاوه بر این، تراشه‌های یکپارچه مانند PIM به طور فزاینده‌ای به حافظه وابسته هستند. در واقع این یک ویژگی منحصر به فرد است که می‌تواند هم یک مزیت و هم یک عیب باشد. مزیت‌های این نوع تراشه در پارگراف‌های قبلی گفته شد و عیب از این جهت که هر گونه آسیب به اجزای حافظه ممکن است منجر به خراب شدن داده‌ها شود.

 

منبع: https://news.skhynix.com/let-pim-do-the-learning-the-brainpower-behind-the-ai-memory-chip/

 

 

 

 

 


مترجم: محبوبه فغانی‌نرم 


 

۵
از ۵
۳ مشارکت کننده
سبد خرید