Neuromorphes Computing Erster In-Memory-Computing-Chip auf MRAM-Basis

Anbieter zum Thema

DataCore Software GmbH

FAST LTA GmbH

Impossible Cloud GmbH

Samsung-Forscher haben den nach eigenen Angaben ersten MRAM-basierten In-Memory-Computing-Chip hergestellt. Er soll den Weg ebnen hin zu sehr energieeffizienten KI-Chips. Der Vorteil von MRAM ist, dass es sich leicht in vorhandene CMOS-Prozesse integrieren lässt.

Samsung Electronics hat den nach eigenen Angaben weltweit ersten In-Memory-Computing-Chip auf der Grundlage von nichtflüchtigem MRAM (Magnetoresistive Random Access Memory) entwickelt. Der sogenannte MRAR-Chip soll in der Lage sein, in einem Array Daten sowohl zu speichern als auch zu verarbeiten. Das Unternehmen behauptet, sein MRAR-Array-Chip sei der nächste Schritt zur Realisierung von KI-Chips mit geringem Stromverbrauch. Unter dem Titel „A crossbar array of magnetoresistive memory devices for in-memory computing“ ist die Forschungsarbeit im Nature-Magazin erschienen.

Nach Angaben des Konzerns hat das Samsung Advanced Institute of Technology (SAIT) in enger Zusammenarbeit mit dem Foundry Business und dem Semiconductor R&D Center die Forschung geleitet. Der Erstautor des Papiers, Dr. Seungchul Jung, Staff Researcher am SAIT, und die Mitautoren Dr. Donhee Ham, Fellow des SAIT und Professor an der Harvard University, und Dr. Sang Joon Kim, Vice President of Technology am SAIT, führten die Forschung an.

Rechnen ohne Hin- und Herkopieren der zu verarbeitenden Daten

In herkömmlichen Computerarchitekturen werden Daten in Speicherchips gespeichert und die Datenverarbeitung in separaten Prozessorchips ausgeführt. Im Gegensatz dazu ist das In-Memory-Computing ein recht junger Ansatz, bei dem sowohl das Speichern als auch die Verarbeitung der Daten in einem Array aus Speicherzellen erfolgen.

Da bei diesem Verfahren große Datenmengen parallel verarbeitet werden können, ohne dass sie zunächst verschoben werden müssen, kommt es mit weniger Strom aus. In-Memory-Computing ist nach Ansicht von Samsung daher eine der vielversprechenden Technologien zur Realisierung von stromsparenden KI-Halbleiterchips.

Viele Akteure forschen an In-Memory-Computing-Lösungen

Daher forschen weltweit Wissenschaftler und Ingenieure intensiv am In-Memory-Computing, zum Beispiel bei IBM, Imec, Mythic oder auch am Fraunhofer IPMS. Nichtflüchtige Speicher, insbesondere RRAM (Resistive Random Access Memory) und PRAM (Phase-change Random Access Memory), wurden bereits für In-Memory-Computing-Demonstratoren eingesetzt.

MRAM blieb bislang für diese Anwendung außen vor – dabei bietet es Vorteile wie hohen Datendurchsatz, gute Haltbarkeit und leichte Großserienproduktion. Der Grund ist laut Samsung der geringe Innenwiderstand von MRAM, der einen Einsatz in der Standardarchitektur für In-Memory-Computing verhindere.

„Architektonische Innovation“ führte zum Durchbruch

Die Forscher von Samsung Electronics haben sich daher diesem Problem gewidmet und wollen eine Lösung durch eine „architektonische Innovation“ gefunden haben. Konkret sei es ihnen gelungen, einen MRAM-Array-Chip zu entwickeln, der die übliche In-Memory-Computing-Architektur („Stromsumme“) durch eine neue In-Memory-Computing-Architektur („Widerstandssumme“) ersetzt.

Bei testweisen KI-Berechnungen erreichte der MRAM-In-Memory-Computing-Chip laut den Samsung-Forschern eine Genauigkeit von 98 Prozent bei der Klassifizierung handgeschriebener Ziffern und eine Genauigkeit von 93 Prozent bei der Erkennung von Gesichtern in Szenen. Die Samsung-Experten sind überzeugt: In-Memory-Computing auf Basis von MRAM hat das Potenzial für eine neue Generation stromsparender KI-Chiptechnologien.

Darüber hinaus würde sich der neuartige MRAM-Chip auch für andere Aufgaben eignen, etwa als Plattform für das Herunterladen biologischer neuronaler Netzwerke. Dies entspricht der Vision der neuromorphen Elektronik, die die Samsung-Forscher in einem Perspektivpapier in der Septemberausgabe 2021 der Zeitschrift Nature Electronics vorgestellt haben.

Chip rechnet ähnlich wie das Gehirn

„In-Memory-Computing weist Ähnlichkeiten mit dem Gehirn auf“, sagt Dr. Seungchul Jung, Erstautor der Studie. Rechenvorgänge im Gehirn würden vergleichbar innerhalb des Netzwerks biologischer Speicher oder Synapsen erfolgen – also an den Stellen, an denen sich Neuronen berühren. „Auch wenn die Rechenleistung unseres MRAM-Arrays im Moment einen anderen Zweck erfüllt als die des Gehirns, kann ein solches Festkörperspeichernetzwerk in Zukunft als Plattform zur Nachahmung des Gehirns verwendet werden, indem die Synapsen-Konnektivität des Gehirns modelliert wird“, erläutert Jung.

Samsung wolle den neuen Ansatz mit seiner Systemhalbleitertechnologie verschmelzen, um seine Position „bei der nächsten Generation von Computer- und KI-Halbleitern weiter auszubauen“. Bis dahin ist allerdings noch ein gutes Stück Wegstrecke zu beschreiten: MRAM ist bislang eine Nischentechnologie. Der magnetoresistive Speicher kann in puncto Kapazität der Flash-Technologie (noch) nicht das Wasser reichen, zudem ist er langsamer als etwa DRAM (das allerdings flüchtig ist und ohne beständige Auffrischung den Speicherinhalt „vergisst“).

Dieser Artikel stammt von unserem Partnerportal ElektronikPraxis.

(ID:48016095)