新しいトランジスタ

ペンシルベニア大学、サンディア国立研究所、ブルックヘブン国立研究所の研究チームは、完全にトランジスタを使用しない、メモリ内コンピューティング (CIM) の原理に基づいた新しいコンピューティング アーキテクチャを発表しました。エッジの AI を含む人工知能 (AI) ワークロードの効率が向上します。

「コンピューティングインメモリアーキテクチャで使用した場合でも、トランジスタはデータのアクセス時間を犠牲にします」とプロジェクトの共同リーダーであり、ペンシルバニア大学電気システム工学部（ESE）部門のアシスタントプロセッサであるディープ・ジャリワラ氏はチームの決定について説明する現代のコンピューターの現在の標準的な構成要素から離れること。 「チップの回路全体に多くの配線が必要なため、AI アプリケーションに必要な以上の時間、スペース、エネルギーが使用されます。当社のトランジスタフリー設計の利点は、シンプルで小さく、シンプルであることです。速くて、エネルギーもほとんど必要ありません。」

チームのアーキテクチャは、確立されたメモリ内コンピューティング (CIM) の原則に基づいて構築されており、CPU、GPU、またはアクセラレータにデータを転送して処理するために必要な通常のシャッフルを行わずに、データが保持されている場所で選択したタスクを直接実行できます。 、それから再びシステムメモリに戻します。 CIM を使用すると、大きなボトルネックが解消され、少なくとも選択されたワークロードではシステムの効率が劇的に向上します。

ただし、チームが作成したものはさらに一歩進んでおり、トランジスタを廃止するだけでなく、強誘電体スイッチング動作を示すスカンジウム合金窒化アルミニウム (AlScN) と呼ばれる新しい半導体材料に切り替えています。これは、従来の半導体材料よりも物理的にかなり高速にスイッチングします。不揮発性メモリデバイスに使用されます。

「この材料の重要な特性の 1 つは、シリコン鋳造工場と互換性があるのに十分低い温度で堆積できることです」と共同主任で ESE 助教授の Troy Olsson は説明します。 「ほとんどの強誘電体材料は、はるかに高い温度を必要とします。AlScN の特別な特性は、私たちが実証したメモリデバイスが垂直ヘテロ集積スタックのシリコン層の上に設置できることを意味します。」

「100 台収容できる立体駐車場と、単一の敷地に分散された 100 台の個別の駐車スペースの違いを考えてください」とオルソン氏は続けます。 「スペースの点ではどちらがより効率的ですか? 同じことが、当社のような高度に小型化されたチップ内の情報とデバイスにも当てはまります。この効率は、モバイルやウェアラブル デバイスなどのリソースの制約が必要なアプリケーションにとっても重要です。データセンターなど、非常にエネルギーを大量に消費するアプリケーションです。」

同チームのトランジスタフリー アーキテクチャには、優れた精度を提供しながら、従来のプロセッサよりも 100 倍高速に動作する可能性があるとチームは主張しています。 「たとえば、パターン認識と検索を実行する機能だけでなく、保存用に大容量のメモリを必要とする AI アプリケーションがあるとします。迅速かつ正確に応答する必要がある自動運転車や自律ロボットを考えてください。」とジャリワラ氏は説明します。従来のアーキテクチャを使用すると、機能ごとにチップの異なる領域が必要になり、すぐに可用性とスペースが使い果たされてしまいます。当社のフェロダイオード設計では、方法を変更するだけですべてを 1 か所で実行できます。電圧を印加してプログラムするのです。」

ESEの博士候補者で筆頭著者のXiwen Liu氏は、「この研究は非常に重要だ」と主張する。「従来のコンピューティングに真の挑戦をする方法で、複数のAIデータ・アプリケーションを統合するチップを開発するためにメモリ技術を利用できることが証明されたからだ」私たちはソフトウェアの動作を向上させるハードウェアを設計しており、この新しいアーキテクチャにより、テクノロジーが高速であるだけでなく正確であることを確認します。」

チームの研究は非公開の条件でジャーナル Nano Letters に掲載されており、オープンアクセスのプレプリントはコーネル大学の arXiv サーバーで入手できます。