Привет, дорогие мои! 😁 Чуть больше года назад.. Более года назад вышла интересная статья, одно научное исследование, очень захотелось рассказать. Давайте сделаем строгое название, что бы сразу стало понятно, о чем будем говорить: "В Швейцарии создали первый в мире 2D-процессор, которому не нужна память — каждый транзистор в этом чипе способен запоминать информацию самостоятельно." Я Серёжа, и я проверю как это работает на самом деле! Помните предыдущий пост? Да, я вот там говорил про очень интересный материал — дисульфид молибден, и ученые из Швейцарии нашли ему очень сильное применение. Они предложили создавать процессоры на 2D-транзисторах, которые представляют собой атомарно тонкие полупроводники, а не классические затворы из кремния. Как раз таки один такой экземпляр они собрали у себя в рамках эксперимента. Слой дисульфид молибдена толщиной всего три атома является рабочим каналом транзистора. Ребята собрали 32х32 векторно-матричный умножитель с 1024 транзисторами с плавающим затвором, т.е. этот затвор не только управляет транзистором, но еще и хранит 1 бит информации. Разве беспроводная передача данных не круче? Ну, тут как посмотреть. Главная проблема - высокая энергетическая стоимость такой передачи, что сильно влияет на автономность, да и пропускная способность ниже. Повышение их энергоэффективности может открыть новый спектр приложений и уменьшить воздействие на окружающую среду. Кроме того, обработка данных перейдет от удаленных хостов к локальным сенсорным узлам; следовательно, передача данных будет ограничена структурированными и ценными данными, что желательно для таких целей. Архитектура фон Неймана, в которой блоки памяти и логики разделены, рассматривается как критический фактор, ограничивающий эффективность вычислительных систем в общих устройствах и особенно в периферийных устройствах. Разделение между обработкой и памятью, налагаемое архитектурой фон Неймана, требует, чтобы данные отправлялись туда и обратно между ними во время обработки данных и сигналов или вывода в нейронных сетях. Эта передача данных между памятью и процессорами уже составляет одну треть энергии, затрачиваемой на научные вычисления*. Как раз-таки эти устройства обработки памяти подходят для векторно-матричных умножений, которые в свою очередь являются основой обработки данных и наиболее интенсивным вычислением в алгоритмах машинного обучения. Используя физический уровень памяти для выполнения операции multiply–accumulate (MAC), эта архитектура преодолевает узкое место архитектуры Фон Неймана. Ну на самом деле статья у них довольно большая и многие сложные вещи объяснены более научно, если будет желание самостоятельно почитать на английском - вот (открывается с впн). В общем штука очень интересная, особенно сейчас это перспективно для сферы ИИ, так что будем смотреть, куда это приведет нас в будущем. Ждём дальнейших новостей, а я о них обязательно напишу ещё один пост! Всем хорошего времени суток ❤️