Een nieuw type geheugen, CRAM (een reken-RAM) gedoopt, zou kunstmatige intelligentie een stuk minder energievretend maken, stellen onderzoekers van de universiteit van Minnesota. Dat geheugenelement zou de energiebehoefte van ki-systemen met een factor tussen duizend en 2500 kunnen verlagen (afhankelijk van de gehanteerde ki-methode), melden ze.
Met de groeiende vraag naar ki-toepassingen, hebben onderzoekers gekeken naar manieren om een energiezuiniger proces te creëren, terwijl de prestaties hoog en de kosten laag blijven. Meestal dragen machine- of ki-processen gegevens over tussen zowel processor (waar informatie binnen een systeem wordt verwerkt) als geheugen (waar de gegevens worden opgeslagen), waarbij veel stroom en energie wordt verbruikt. Hun oplossing is dus die CRAM (computational random-access memory). “Dit is de eerste demonstratie van CRAM, waarbij de gegevens volledig binnen het geheugen kunnen worden verwerkt”, zegt hoofdauteur Yang Lv.
Het Internationaal Energieagentschap (IEA) publiceerde in maart 2024 een prognose voor het wereldenergieverbruik, waarin werd voorspeld dat het energieverbruik voor ki waarschijnlijk zal verdubbelen van 460 terawattuur (TWu) in 2022 tot 1000 TWh in 2026. Dit komt ongeveer overeen met het elektriciteitsverbruik van heel Japan.
“Ons eerste concept om geheugencellen rechtstreeks te gebruiken voor rekenen werd twintig jaar geleden voor gek versleten”, zegt medeonderszoeker en Lv’s baas Jian-Ping Wang. “Met een groep studenten sinds 2003 en een echt interdisciplinair faculteitsteam konden we positieve resultaten behalen en hebben we nu aangetoond dat dit soort technologie haalbaar is en klaar is om te worden gebruikt.”
De CRAM-architectuur maakt de echte berekening in en door het geheugen mogelijk en breekt de muur af tussen de berekening en het geheugen als de knelpunt in de traditionele Von Neumann-architectuur, een theoretisch ontwerp voor een rekentuig die dat aan basis ligt van bijna alle moderne computers.
Aanpassen
“Als een extreem energiezuinig is CRAM zeer flexibel in die zin dat berekeningen op elke locatie in het geheugenraster kunnen worden uitgevoerd”, zegt medeonderzoeker Ulya Karpuzcu. “We kunnen ook CRAM herconfigureren om het beste aan te sluiten bij de prestatiebehoeften van een diverse ki-algoritmen.”
Het meest efficiënte RAM-geheugen gebruikt vier of vijf transistoren om een één of een nul te coderen, maar één MTJ, een spintronische component, kan dezelfde functie uitvoeren met een fractie van de energie, met een hogere snelheid en is bestand tegen zware omstandigheden. Spintronische apparaten maken gebruik van de spin van elektronen in plaats van de elektrische lading om gegevens op te slaan, wat een efficiënter alternatief biedt voor traditionele transistorgebaseerde chips. Momenteel zijn de onderzoekers op zoek naar samenwerking met de halfgeleiderindustrie om hun gelijk in de praktijk te bewijzen.
Bron: livescience.com