IBM Research稱，已經(jīng)開發(fā)出了一種內(nèi)存計算新方法，可以為微軟和谷歌尋求的高性能和機器學(xué)習(xí)應(yīng)用的硬件加速器提供答案。

在近日Nature Electronics期刊上發(fā)表的一篇論文中，IBM研究人員描述了這種新的“混合精度內(nèi)存計算”方法。

IBM關(guān)注傳統(tǒng)計算體系結(jié)構(gòu)的不同看法，在這種體系結(jié)構(gòu)中，軟件需要在單獨的CPU和RAM單元之間進行數(shù)據(jù)傳輸。

據(jù)IBM稱，這種被稱為“馮·諾依曼”的體系結(jié)構(gòu)設(shè)計，為數(shù)據(jù)分析和機器學(xué)習(xí)應(yīng)用制造了一個瓶頸，這些應(yīng)用需要在處理單元和內(nèi)存單元之間進行更大的數(shù)據(jù)傳輸。傳輸數(shù)據(jù)也是一個耗能的過程。

應(yīng)對這一挑戰(zhàn)，IBM給出的一種方法是模擬相變內(nèi)存（PCM）芯片，該芯片目前還處于原型階段，500萬個納米級PCM器件組成500×2000交叉陣列。

PCM的一個關(guān)鍵優(yōu)勢是可以處理大多數(shù)密集型數(shù)據(jù)處理，而無需將數(shù)據(jù)傳輸?shù)紺PU或GPU，這樣以更低的能量開銷實現(xiàn)更快速的處理。

IBM的PCM單元將作為CPU加速器，就像微軟用于加速Bing和加強機器學(xué)習(xí)的FPGA芯片一樣。

據(jù)IBM稱，研究表明在某些情況下，其PCM芯片能夠以模擬的方式進行操作，執(zhí)行計算任務(wù)，并提供與4位FPGA存儲器芯片相當(dāng)?shù)臏蚀_度，但能耗降低了80倍。

模擬PCM硬件并不適合高精度計算。所幸的是，數(shù)字型CPU和GPU是適合的，IBM認為混合架構(gòu)可以實現(xiàn)更高性能、更高效率和更高精度的平衡。

這種設(shè)計將大部分處理留給內(nèi)存，然后將較輕的負載交給CPU進行一系列的精度修正。

根據(jù)IBM蘇黎世實驗室的電氣工程師、也是該論文的主要作者Manuel Le Gallo稱，這種設(shè)計有助于云中的認知計算，有助于釋放對高性能計算機的訪問。

Le Gallo表示：“憑借我們現(xiàn)在的精確度，我們可以將能耗降低到是使用高精度GPU和CPU的1/6?！?/p>

“所以我們的想法是，為了應(yīng)對模擬計算中的不精確性，我們將其與標準處理器結(jié)合起來。我們要做的是將大量計算任務(wù)轉(zhuǎn)移到PCM中，但同時得到最終的結(jié)果是精確的。”

這種技術(shù)更適合于如數(shù)字圖像識別等應(yīng)用，其中誤解少數(shù)像素并不會妨礙整體識別，此外還有一些醫(yī)療應(yīng)用。

“你可以用低精度完成大量計算——以模擬的方式，PCM會非常節(jié)能——然后使用傳統(tǒng)處理器來提高精度。”

對于只有1兆字節(jié)大小的IBM原型內(nèi)存芯片，現(xiàn)在還處于初期階段。為了適用于現(xiàn)代數(shù)據(jù)中心的規(guī)?；瘧?yīng)用，它需要達到千兆字節(jié)的內(nèi)存量級，分布在數(shù)萬億個PCM中。

盡管如此，IBM認為可以通過構(gòu)建更大規(guī)模的PCM設(shè)備或使其中PCM并行運行來實現(xiàn)這一目標。