Forskare tar fram prototyp av 2T1R-kontrollchip för neuromorfiska datorsystem

Tänk om din hårddisk kunde tänka med dina data? Istället för att bara lagra filer, tänk dig att den bearbetar och reagerar på information exakt där den finns. Det är principen bakom in-memory computing - ett växande skifte inom arkitektur som flyttar logik närmare minnet för att öka effektiviteten.

Nu har forskare vid Forschungszentrum Jülich och University of Duisburg-Essen presenterat en ny 2T1R memristorbaserad design som kan stödja detta skifte, vilket möjliggör mer energieffektiv AI och edge-hårdvara.

Publicerad på arXivi den nya designen integreras två transistorer och en memristor per cell, med en strömreglering som är avsedd att undertrycka smygvägsströmmar, en känd utmaning i memristormatriser. Till skillnad från konventionella minnen jordar den föreslagna konstruktionen båda memristorterminalerna när de är inaktiva - en strategi som kan bidra till att förbättra signalstabiliteten och minska läckaget.

Arkitekturen är utformad för att stödja analog vektormatrismultiplikation (VMM), en kärnfunktion inom maskininlärning, genom att styra memristorernas konduktans med hjälp av integrerade DAC, PWM-signaler och reglerade strömvägar. En 2×2 testarray har framgångsrikt implementerats med hjälp av standard 28 nm CMOS-teknik.

Genom att ta itu med virtuella jordproblem och trådresistanseffekter syftar arkitekturen till att förbättra prestandaförutsägbarheten och minska strömförbrukningen. Med kompatibilitet för RISC-V-kontroll och digitala gränssnitt kan 2T1R-designen lägga grunden för skalbara neuromorfiska chip, vilket möjliggör snabbare och mer kompakt AI-acceleration direkt i minnet.

Även om din hårddisk kanske inte tänker än, så tar arkitekturen bakom den visionen redan form i kisel - en antydan om en framtid med snabbare, minnesintegrerad AI.

För fullständiga tekniska detaljer och resultat, se full arXiv preprint (PDF).