Foto: Andrea Danti - shutterstock.com
Samsung Electronics ist es nach eigenen Angaben gelungen, den weltweit ersten speicherinternen Computer auf Basis von MRAM zu realisieren. Diese könnten etwa für die nächste Generation leistungsfähiger KI-Halbleiterchips genutzt werden. So erreicht der MRAM-Chip eine Genauigkeit von 98 Prozent bei der Klassifizierung von handgeschriebenen Ziffern und eine Genauigkeit von 93 Prozent bei der Erkennung von Gesichtern in Szenen. Zudem könnte er als Plattform für das Herunterladen biologischer neuronaler Netzwerke dienen.
Das MRAM-Problem
Bei MRAM handelt es sich um Magnetoresistive Random Access Memory. Bislang wurden für In-Memory-Computing in der Regel RRAM (Resistive Random Access Memory) oder PRAM (Phase-change Random Access Memory) verwendet. Der Einsatz von MRAM scheiterte bislang am geringen Widerstand der Chips und dem damit verbundenen Stromverbrauch - trotz ihrer Vorteile in Sachen Betriebsgeschwindigkeit und Großserien-Produktionstauglichkeit.
Für dieses Problem haben nun Forscher von Samsung Electronics eine Lösung gefunden, indem sie die Architektur veränderten. Konkret ist es ihnen gelungen, einen MRAM-Array-Chip zu entwickeln, der In-Memory-Computing demonstriert, indem sie die standardmäßige "Stromsummen"-In-Memory-Computing-Architektur durch eine neue "Widerstandssummen"-In-Memory-Computing-Architektur ersetzt haben, die das Problem der geringen Widerstände einzelner MRAM-Bausteine angeht.
KI mit In-Memory-Computing
Bei In-Memory-Computing handelt es sich um ein relativ neues Computerparadigma. Es zielt darauf ab, sowohl die Datenspeicherung als auch die Datenverarbeitung in einem Speichernetzwerk durchzuführen. Da bei dieser Methode große Datenmengen im Speichernetz selbst verarbeitet werden können, ohne dass die Daten verschoben werden müssen, und die Datenverarbeitung im Speichernetz hochgradig parallel ausgeführt wird, wird der Stromverbrauch erheblich gesenkt. In-Memory-Computing hat sich daher als eine der vielversprechenden Technologien zur Realisierung von stromsparenden KI-Halbleiterchips der nächsten Generation herauskristallisiert.