Ученые из Университета Миннесоты представили аппаратное устройство, способное сократить потребление энергии в приложениях искусственного интеллекта (ИИ) в тысячу раз. О своей работе они рассказали в статье, опубликованной в журнале npj Unconventional Computing.
В условиях роста спроса на ИИ, команда разработала вычислительная память с произвольным доступом (CRAM), где данные не покидают память, что позволяет значительно снизить потребление энергии. Традиционные ИИ-процессы требуют передачи данных между логикой и памятью, что связано с большими затратами энергии.
Новая технология, основанная на магнитных туннельных соединениях (MTJ), позволяет обрабатывать данные прямо в ячейках памяти, что устраняет необходимость в медленных и энергозатратных передачах данных. По оценкам, использование CRAM для обучения ИИ может сократить потребление энергии в 2,500 раз по сравнению с традиционными методами.
Этот прорыв является результатом более двух десятилетий работы и направлен на сотрудничество с лидерами полупроводниковой промышленности для масштабного внедрения и улучшения функциональности ИИ.