Dans le domaine en constante évolution de l’intelligence artificielle, la nécessité d’optimiser l’efficacité des systèmes de traitement des données est devenue primordiale. Récemment, des chercheurs ont développé un chip mémoire spintronique innovant capable de combiner à la fois stockage et traitement des informations, marquant ainsi une avancée significative dans les architectures de calcul. Ce dispositif, basé sur la technologie STT-MRAM, promet de transformer les performances des modèles d’intelligence artificielle en réduisant le besoin de transfert entre unités de traitement et de mémoire, tout en offrant une efficacité énergétique sans précédent.
Récemment, des chercheurs ont réalisé des progrès significatifs dans le domaine de l’intelligence artificielle (IA), grâce à un nouveau chip mémoire spintronique qui combine à la fois le stockage et le traitement des données. Ce développement promet d’optimiser l’efficacité des systèmes d’IA en réduisant les temps de transfert de données et en améliorant les résultats des algorithmes. Ce chip, basé sur la technologie STT-MRAM, pourrait révolutionner le paysage des appareils modernes en permettant des traitements plus rapides et moins énergivores.
Les défis actuels des systèmes d’IA
La plupart des systèmes d’intelligence artificielle nécessitent une analyse rapide de grandes quantités de données pour effectuer des prédictions précises et accomplir efficacement les tâches souhaitées. Actuellement, cela implique des transferts de données constants entre les unités de traitement et de mémoire, qui sont souvent séparées dans les dispositifs électroniques courants. Ces échanges peuvent ralentir les performances des systèmes et limiter leur efficacité énergétique.
Les systèmes Compute-in-Memory (CIM)
Dans le but de surmonter ces limitations, de nombreux ingénieurs se sont attelés à la conception de systèmes Compute-in-Memory (CIM), qui permettent à la fois d’effectuer des calculs et de stocker l’information dans le même composant. Ces systèmes se présentent sous la forme de composants électroniques capables de fonctionner comme des processeurs tout en agissant comme des mémoires non volatiles. Ainsi, la nature non volatile de ces dispositifs signifie qu’ils conservent les données même lorsqu’ils sont éteints, ce qui est un atout majeur pour l’IA.
Les limites des approches analogiques
Malgré les avancées réalisées, la plupart des conceptions CIM antérieures reposent sur des techniques de calcul analogique. Ces méthodes permettent d’effectuer des calculs en utilisant le courant électrique, mais, bien que leur efficacité énergétique soit notable, elles souffrent d’une précision insuffisante par rapport aux méthodes de calcul numérique. Cette imprécision limite leur capacité à traiter des modèles d’IA vastes et complexes, réduisant ainsi leur fiabilité dans des environnements exigeants.
Les innovations des chercheurs
Une équipe de chercheurs des universités telles que la Southern University of Science and Technology et l’Xi’an Jiaotong University a récemment présenté une nouvelle puce CIM prometteuse, capable d’exécuter des modèles d’IA de manière plus rapide et efficace sur le plan énergétique. Le système proposé repose sur la technologie de la mémoire magnétique à transfert de moment (STT-MRAM), un dispositif spintronique qui stocke des unités binaires d’information grâce à l’orientation magnétique de ses couches internes.
Fonctionnement des dispositifs STT-MRAM
Les dispositifs STT-MRAM se composent d’une structure miniature appelée jonction tunnel magnétique (MTJ). Cette structure comporte trois couches : une couche magnétique avec une orientation fixe, une autre couche magnétique dont l’orientation peut changer, et une couche isolante qui sépare ces deux couches. La capacité à stocker des données binaires repose sur l’état d’orientation magnétique des deux couches. Lorsque leurs orientations sont parallèles, le passage des électrons est facilité, tandis que l’opposition augmente la résistance, compliquant le flux d’électrons.
Performances exceptionnelles du nouveau module CIM
Le module basé sur STT-MRAM introduit par les chercheurs a démontré une capacité remarquable à effectuer des calculs tout en stockant des bits au sein d’un même dispositif. Lors de tests initiaux, il a exécuté deux types distincts de réseaux de neurones avec vitesse et précision impressionnantes. Les performances incluent la multiplication et la numérisation in situ, une addition numérique reconfigurable en précision, ainsi qu’une gestion du taux de basculement pour l’entraînement des algorithmes.
Avenir prometteur pour le déploiement de l’IA
En regardant vers l’avenir, le module CIM nouvellement développé pourrait contribuer à déployer l’IA de manière plus efficace sur des dispositifs portables, évitant ainsi la dépendance à des centres de données lourds. À mesure que cette technologie sera développée, elle pourrait inspirer d’autres systèmes CIM basés sur des dispositifs spintroniques similaires, consolidant ainsi l’avenir de l’IA dans des environnements variés.
EN BREF
|
