Processador sem transstor ideal para inteligncia artificial

Informtica

Redação do Site Inovação Tecnológica – 11/10/2022

Computao na memria

Uma equipe da Universidade da Pensilvnia e dos laboratrios nacionais Sandia e Brookhaven, nos EUA, apresentou uma arquitetura de computao ideal para inteligncia artificial.

Nos computadores atuais, o armazenamento de memria e a computao propriamente dita ocorrem em diferentes partes da mquina, e os dados devem ser movidos da memria para a CPU ou GPU para processamento. E isso leva tempo, o que um problema quando se considera o enorme volume de dados necessrios para treinar os algoritmos de aprendizado de mquina.

Xiwen Liu e seus colegas ento se voltaram para uma arquitetura conhecida como “computao na memria“, em que o processamento e o armazenamento ocorrem no mesmo local, eliminando o tempo de transferncia e minimizando o consumo de energia.

J existem diversas implementaes experimentais desse tipo, mas o que chama ateno no novo projeto que ele completamente livre de transistores.

“Mesmo quando usados em uma arquitetura de computao em memria, os transistores comprometem o tempo de acesso aos dados,” explicou o professor Deep Jariwala. “Eles exigem muita fiao no circuito geral de um chip e, portanto, usam tempo, espao e energia alm do que desejaramos para aplicaes de IA. A beleza do nosso design livre de transistores que ele simples, pequeno e rpido e requer muito pouca energia.”

Processador sem transstor

Para se livrar dos transistores, a equipe se valeu de um novo semicondutor, o nitreto de alumnio com liga de escndio (AlScN), que permite a comutao ferroeltrica, cuja fsica mais rpida e mais eficiente em termos de energia do que outros componentes de memria no voltil.

A ferroeletricidade pode ser considerada uma anloga do ferromagnetismo. Um material ferromagntico apresenta magnetismo permanente e, em termos simples, um m com plos norte e sul – e isso permite que ele armazene dados. E, como ele tambm armazena cargas eltricas, o componente sozinho suficiente para fazer as computaes.

O semicondutor foi usado para construir um componente chamado ferrodiodo, ou diodo ferroeltrico, que consegue chavear at 100 vezes mais rpido do que os transistores convencionais.

“Um dos principais atributos deste material que ele pode ser depositado em temperaturas baixas o suficiente para ser compatvel com as fundies de silcio. A maioria dos materiais ferroeltricos requer temperaturas muito mais altas. As propriedades especiais do AlScN significam que nossos componentes de memria aqui demonstrados podem ir no topo da camada de silcio em uma pilha vertical heterointegrada.

“Pense na diferena entre um estacionamento de vrios andares com capacidade para cem carros e uma centena de vagas de estacionamento individuais distribudas em um terreno. Qual mais eficiente em termos de espao? O mesmo vale para informaes e componentes em um chip altamente miniaturizado como o nosso. Essa eficincia to importante para aplicaes que exigem restries de recursos, como dispositivos mveis ou vestveis, como para aplicativos que consomem muita energia, como data centers,” explicou o professor Roy Olsson.

” importante perceber que toda a computao de IA que feita atualmente habilitada por software em uma arquitetura de hardware de silcio projetada dcadas atrs,” disse Jariwala. ” por isso que a inteligncia artificial como um campo tem sido dominada por engenheiros de computador e de software. Reprojetar fundamentalmente o hardware para IA ser o prximo grande divisor de guas em semicondutores e microeletrnicos. A direo em que estamos indo agora a de coprojetar hardware e software.”

Outras notcias sobre:

Mais tópicos