隨著半導體公司積極尋求更有效處理人工智慧(AI)和神經形態運算要求的方法,電阻式隨機存取記憶體(ReRAM)以及其他新興記憶體技術在過去一年來受到了廣泛的關注。

在去年12月初於舊金山舉行的國際電子元件會議(IEDM)上,來自IBM等幾家公司以及各大學發表的幾篇研究論文中,都提到了在神經運算中採用了新興記憶體。

長期觀察記憶體市場的Objective Analysis首席分析師Jim Handy說:「支援神經形態運算的陣營對於這方面的進展感到振奮。我並不是指任何[新興的記憶體技術]都能脫穎而出,但它們確實都擁有一些特質。關鍵就在於誰將率先找到能讓市場更具意義的東西。」

神經形態應用是專為模擬人類大腦如何學習和處理資訊而設計的,而ReRAM元件則有望實現高密度和最終可調整的神經形態架構,因為它們明顯比現有的AI資料中心尺寸更小且更具高能效。它們還可模擬大腦在神經元和突觸級的生物運算。

Handy說:「真正的美妙之處在於它可以大幅降低AI系統的成本和功耗。」

為此,Weebit Nano最近與德里印度理工學院(Indian Institute of Technology Delhi;IITD)的非揮發記憶體(NVM)部門攜手展開一項合作研究計劃,將Weebit的SiOx ReRAM技術應用於AI的電腦晶片。

帶領IITD非揮發性記憶研究小組的該校電氣工程系教授Manan Suri表示,該研究小組的目標在於創造一個「以NVM為中心的未來」(NVM-centric future),讓NVM的作用超越了簡單的儲存功能。目前的研究領域包括運算、感測和安全。IITD還開設了關於揮發性和非揮發性記憶體的專業課程,一些研究人員則參與該校物理系的NVM相關材料研究。此外,它還與IBM合作人工智慧計劃。

Suri表示,ReRAM和其他新興NVM元件具有多種優勢,例如非揮發性、CMOS兼容性、超高密度、簡單的整合和製造,以及低成本,而且NVM元件對於實現AI硬體、加速器和神經形態硬體應用至關重要。他說:「這種記憶幾乎可說是專用神經形態AI硬體系統成敗的關鍵。因此,選擇最先進的技術非常重要。」

Manan Suri 德里印度理工學院(IITD)非揮發性記憶研究小組指導教授Manan Suri,帶領研究小組創造「以NVM為中心的未來」

IITD經常與各產業和新創公司合作進行應用和初探性研究。Suri表示,Weebit是少數幾家持續推進其ReRAM並開放與大學合作的公司之一。短期內,IITD希望這項研究能夠有效實現高密度非揮發性神經形態電路。而從長期來看,他說,由於資料量不斷地增加,將會需要越來越多的專用AI /神經形態晶片。「相較於通用CPU,專用的神經形態/ AI硬體可望以更節能和可持續的方式解決龐大的資料問題。」

Weebit執行長Coby Hanoch表示,該公司的研究工作並未改變其SiOx ReRAM技術的商用計劃,但希望確保能夠充份利用其於先進應用的全部功能。與IITD的合作是保持Weebit技術領先的一種經濟有效之道,他並看好其他類似的合作夥伴關係將是該公司未來發展的重要因素。讓這項技術得以出樣是重要的第一步。 Hanoch說:「這是我們參與的第一項實際計劃,但絕對不是最後一項。我們已經和其他業者接觸洽談了。」

Weebit技術長Amir Regev表示,隨著AI開始滲透到大家的日常生活中,擁有夠有助於AI更快擴展的各種技術至關重要。特別是ReRAM對於AI應用更重要,因為它能夠保持較小的外形,而且由於它能適應神經形態應用中出現人腦般的棘波(spike),因而從功耗的角度來看也效運作。此外,他說,因為現在正是ReRAM在AI應用的早期階段,因此尚未設定標準。「這是一片尚未開墾的綠地,不僅非常具有創新性,許多研究人員也正從其他不同的角度進行各種研究。」

編譯:Susan Hong

(參考原文:Researchers Explore Emerging Memories for AI,by Gary Hilson)