 для обчислень в оперативній пам'яті.){kind=link}
Selskab Samsung annonceret, at det var det første i verden til at demonstrere MRAM (magnetoresistive random access memory) teknologi til in-memory computing. Virksomhedens papir, med titlen "Cross-Array Magnetoresistive Devices for In-Memory Computing," blev offentliggjort i tidsskriftet Nature.
Data gemmes normalt i processorens højhastigheds-DRAM. Men MRAM ændrer situationen og integrerer datalagring og beregning, så begge dele kan ske på den samme chip. Teoretisk udføres operationer i dette tilfælde meget hurtigere, da der ikke er behov for at overføre data fra processorens hukommelse og omvendt. Derudover opnås en betydelig besparelse af elektricitet, da databehandling foregår i hukommelsen på en meget parallel måde.
Denne demonstration er et gennembrud, fordi mens andre computerløsninger i hukommelsen, såsom PRAM og RRAM, allerede er blevet demonstreret, har det været ret svært at opnå fungerende MRAM, primært på grund af dens lave modstand. Det var også umuligt at udnytte MRAMs energieffektivitetsfordel i en standard in-memory computerarkitektur.
Selskab Samsung gjort MRAM muligt med en proprietær MRAM-array-chip, der bruger Resistance Sum i stedet for standard Current-Sum til at løse modstandsproblemet.
Løsningen blev testet ved hjælp af kunstig intelligens (AI) applikationer og viste 98 % nøjagtighed i klassificering af håndskrevne cifre og 93 % nøjagtighed ved registrering af ansigter i billeder. Samsung hævder, at MRAM-teknologi kan bruges til AI-behandling og til at skabe højtydende AI-chips.
Dr. Seunchul Jung, førsteforfatter af papiret, sagde: "Beregning i hukommelsen ligner hjernen i den forstand, at i hjernen finder beregning også sted i biologiske hukommelsesnetværk eller synapser - de punkter, hvor neuroner rører hinanden. Faktisk, selvom beregningen udført af vores MRAM-netværk har et andet formål end beregningen udført af hjernen for nu, kan et sådant solid-state hukommelsesnetværk i fremtiden blive brugt som en platform til at simulere hjernen ved at simulere kommunikationen af hjernesynapser."
Læs også: