Вычисления в памяти: черная технология, раскрывающая потенциал
Вычисления в памяти: черная технология, раскрывающая потенциал

Что такое вычисления в памяти?

Технология вычислений в памяти — это новая вычислительная архитектура, которая объединяет память и вычислительные блоки для достижения эффективной обработки данных.。Преимущество технологии вычислений в памяти состоит в том, что она позволяет исключитьданныезадержки транспорта и Потребляемая мощность,Тем самым улучшая эффективность вычислений и коэффициент энергоэффективности. в настоящий момент,Технология вычислений в памяти переживает критический период от академического до промышленного внедрения продукта.,Благодаря постоянному развитию технологий и постоянному появлению сценариев применения,,Ожидается, что технология вычислений в памяти станет основой в области вычислений с использованием искусственного интеллекта.

Доктор Чэнь Вэй — один из экспертов в области интегрированных технологий хранения и вычислений. Он отметил, что интегрированная технология хранения и вычислений является более подходящей архитектурой для вычислений ИИ, чем архитектура фон Неймана, и является более подходящей архитектурой для вычислений ИИ. Архитектура Фэн. AspenCore также прогнозирует, что технологии хранения и вычислений войдут в десятку ведущих технологических тенденций в мировой полупроводниковой промышленности в 2022 году. В настоящее время технологии хранения и вычислений находятся в критическом периоде перехода от академических продуктов к промышленным. Включая вычислительный чип ближней памяти на базе SeDRAM, недавно выпущенный Alibaba DAMO Academy, он полностью демонстрирует вычислительную мощность и энергоэффективность технологий хранения и вычислений в сценариях центров обработки данных.

Почему вычисления в памяти так важны?

Важность вычислений в памяти заключается в том, что они решают проблему узких мест, существующую в традиционных методах вычислений. В традиционных вычислениях данные обычно необходимо передавать из памяти в процессор для вычислений, а затем результаты передаются обратно в память. Передача данных в этом процессе требует много времени и энергии, что ограничивает повышение скорости вычислений.

Вычисления в памяти устраняют узкие места при передаче данных, выполняя вычисления в памяти. Это означает, что вычислительный процесс становится более эффективным и может быстрее обрабатывать крупномасштабные наборы данных, одновременно снижая потребление энергии и делая вычислительный процесс более экологически чистым.

Области применения вычислений в памяти

Интегрированная технология хранения и вычислений имеет широкое применение в различных областях применения, в основном включая следующие аспекты:

  1. Искусственный интеллект и вычисления с большими данными: За интегрированными технологиями хранения и вычислений будущее. и Тенденция в области техники, особенно подходящая для ИИ и вычислений с большими данными. Сохраняя весовую часть большого количества вычислений умножения и сложения в вычислениях AI в блоке хранения и изменяя ее в основной схеме блока хранения, ввод данных и обработку вычислений можно выполнять во время чтения, тем самым улучшая производительность устройства и уменьшая затраты. Вычисления в памяти и логика в памяти особенно подходят для приложений глубоких нейронных сетей и крупномасштабных технологий на основе искусственного интеллекта.
  2. Интеграция чувств, памяти и вычислений: Интегрированная система датчиков, хранения и вычислений, которая объединяет датчики, хранение и вычисления, может решить проблему энергопотребления при транспортировке фон Неймана. Эта технология в сочетании с датчиками обеспечивает интеллектуальную обработку изображений с нулевой задержкой и сверхнизким энергопотреблением. Такая архитектура имеет большое значение для вычислений в памяти нейроморфных чипов в визуальных приложениях, которые могут эффективно снизить потребление энергии.
  3. Мозговые вычисления: Интегрированная технология хранения и вычислений естественным образом подходит для применения в области вычислений, основанных на мозге, и стала ключевым технологическим краеугольным камнем вычислений, основанных на мозге. Мозгоподобные вычисления опираются на модель обработки информации и структуру биологических нервных систем, стремясь заставить компьютеры объединять хранение и вычисления в одно целое и обрабатывать информацию с высокой скоростью, как человеческий мозг. Интегрированный чип для хранения и Компьютер имеет важные перспективы применения в области интеллектуальных вычислений с большой вычислительной мощностью и высокой энергоэффективностью.
  4. Сценарии искусственного интеллекта и вычисления метавселенной: Интегрированный чип для хранения и Компьютер подходит для различных сценариев ИИ и метавселенных вычислений, включая носимые устройства, мобильные терминалы, интеллектуальное вождение, центры обработки данных и т. д. В этих областях интегрированные технологии хранения и вычислений могут обеспечить преимущества высокой вычислительной мощности, низкого энергопотребления и высокой экономической эффективности.
  5. Оборудование для локальных и облачных вычислений: Интегрированные технологии хранения и вычислений могут удовлетворить чувствительные требования к стоимости, энергопотреблению, задержке и сложности разработки конечных устройств, а влияние на конкурентоспособность составляет около 30%. Среди устройств облачных и периферийных вычислений большой вычислительной мощности Интегрированный чип для хранения и Компьютер имеет большие преимущества, а влияние на конкурентоспособность составляет около 90%. На краю, Интегрированный чип для хранения и Компьютер обладает преимуществами высокой вычислительной мощности, низкого энергопотребления и высокой стоимости.
  6. Рынок облачных вычислений: Учитывая нынешний рынок облачных вычислений, ожидается, что интегрированные технологии хранения и вычислений захватят долю рынка. Поскольку единая архитектура графического процессора не может адаптироваться к характеристикам дискретизации алгоритмов различных сценариев вычислений ИИ, Интегрированный чип для хранения и Ожидается, что благодаря своим преимуществам высокой энергоэффективности и большой вычислительной мощности компьютеры найдут новые способы удовлетворения потребностей в различных областях, особенно в области изображений, рекомендаций, НЛП и других областях.

Компании, которые исследуют вычисления в памяти

Технология вычислений в памяти — это новая вычислительная архитектура, которая объединяет память и вычислительные блоки для достижения эффективной обработки данных. Сценарии применения технологии вычислений в памяти включают Интернет вещей, глубокое обучение, анализ больших данных и другие области. В настоящее время существует множество компаний, исследующих и разрабатывающих технологию вычислений в памяти. Ниже приведены некоторые крупные компании.

  • Diablo Technologies: предлагает Memory1, технологию памяти, емкость которой в четыре раза превышает емкость традиционной DRAM.
  • GigaSpaces: предоставление самой быстрой вычислительной платформы в памяти для анализа в реальном времени и экстремальной обработки транзакций.
  • Hazelcast: предоставляет услуги быстрых вычислений в памяти.
  • IBM: Предоставляет технологию вычислений в памяти для крупномасштабной аналитики и машинного обучения.
  • Intel: предоставляет процессоры для использования производителями вычислительных систем.,А также производство группы чипов для материнских плат, Контроллеры. сетевых интерфейсов и интегральные схемы、флэш-память、Графика、Встроенные процессоры и т. д.
  • Microsoft: предоставляет технологию вычислений в памяти для глубокого обучения и крупномасштабной аналитики.
  • Oracle: Предоставляет технологию вычислений в памяти для крупномасштабной аналитики и машинного обучения.
  • SAP: Предоставляет технологию вычислений в памяти для крупномасштабной аналитики и машинного обучения.

Эти компании постоянно способствуют развитию технологий вычислений в памяти для удовлетворения потребностей различных областей. Технология вычислений в памяти переживает критический период от академической реализации продукта до промышленного внедрения. Учитывая постоянное развитие технологий и постоянное появление сценариев применения, ожидается, что технология вычислений в памяти станет основной архитектурой в области искусственного интеллекта. вычисления.

Будущее вычислений в памяти

В качестве революционного метода вычислений вычисления в памяти будут играть всё более важную роль в будущем. Благодаря постоянному развитию технологии вычислений в памяти, технология вычислений в памяти будет и дальше применяться и развиваться в следующих аспектах:

  • Интегрированный чип для хранения и вычислений:Интегрированный чип для хранения и Компьютер — это важный метод реализации технологии вычислений в памяти. Он объединяет блоки хранения и вычислительные блоки для уменьшения передачи данных и потребления энергии, а также повышения эффективности вычислений. Интегрированный чип для хранения и Компьютер имеет широкий спектр перспектив применения и особенно подходит для таких областей, как ИИ, обработка больших данных, обработка изображений и обработка естественного языка.
  • Алгоритм вычислений в памяти:Алгоритм вычислений в Память — еще один важный компонент технологии вычислений в памяти и ключ к реализации вычислений в памяти. Алгоритм вычислений в Развитие памяти окажет важное влияние на применение и развитие технологии вычислений в памяти.
  • Приложения для вычислений в памяти:Технология вычислений в памяти имеет широкий спектр применений.,включать ИИ、большойданныеиметь дело с、обработка изображений、естественный языкиметь дело си т. д.. Благодаря постоянному развитию технологии вычислений в памяти технология вычислений в памяти будет более широко использоваться и развиваться в этих областях.

Будущее развитие технологии вычислений в памяти полно возможностей и проблем, но я считаю, что благодаря постоянному развитию технологий и постоянному расширению сценариев применения технология вычислений в памяти будет играть все более важную роль в будущем компьютеров. технология.

Источник

[1] Top In-Memory Computing Companies Top ranked companies for keyword search: In-Memory AND Computing [2] Самая популярная наука о вычислениях в памяти [3] Вычисления в памяти официально становятся мейнстримом [4] Анализ тенденций развития технологий вычислений в оперативной памяти

boy illustration
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
boy illustration
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
boy illustration
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
boy illustration
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
boy illustration
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
boy illustration
Идеальная интеграция Cursor и DeepSeek API
boy illustration
DeepSeek V3 снижает затраты на обучение больших моделей
boy illustration
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
boy illustration
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
boy illustration
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
boy illustration
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
boy illustration
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
boy illustration
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
boy illustration
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
boy illustration
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
boy illustration
Cloud Native|Практика: установка Dashbaord для K8s, графика неплохая
boy illustration
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
boy illustration
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
boy illustration
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
boy illustration
Центр конфигурации————Накос
boy illustration
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
boy illustration
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
boy illustration
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
boy illustration
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
boy illustration
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
boy illustration
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
boy illustration
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
boy illustration
[Зона легкого облачного игрового сервера] Управление игровыми архивами
boy illustration
Развертывание SpringCloud-проекта на базе Docker и Docker-Compose