es.wedoany.com Noticia: SK Hynix, en colaboración con TetraMem y la Universidad del Sur de California, ha desarrollado un SoC de computación en memoria basado en memristores para mejorar la eficiencia energética de la inferencia de redes neuronales en dispositivos de IA periférica. Este chip está orientado a modelos ligeros y utiliza un procesador RISC-V integrado para programar tareas.

Un memristor es un dispositivo no volátil cuyo estado de resistencia puede cambiar y mantenerse según la corriente o el voltaje histórico, permitiendo simultáneamente el almacenamiento y el cálculo. En los chips de IA, los memristores se utilizan a menudo para formar matrices de cruce, almacenando directamente los pesos de las redes neuronales, siendo adecuados para inferencia de bajo consumo, computación periférica y nuevas arquitecturas de computación y almacenamiento integradas. La computación en memoria realiza parte del cálculo directamente dentro de la matriz de almacenamiento, evitando la transferencia repetida de datos entre el procesador y la memoria, reduciendo así la latencia y el consumo de energía, comúnmente en multiplicación de matrices de redes neuronales, inferencia convolucional y aceleradores de IA periférica.

Este SoC integra 10 unidades de procesamiento neuronal (NPU), con una capacidad de cómputo total teórica óptima de aproximadamente 2,54 TOPS. Una de las NPU se dedica exclusivamente a tareas de convolución profunda, mientras que las otras nueve se encargan de convoluciones punto a punto y operaciones densas. La NPU especializada en convolución profunda utiliza 8 módulos de matriz de cruce en forma de diente de sierra de 252 por 28, y conserva el diseño de DAC y ADC. Las 9 NPU estándar cuentan cada una con una matriz de cruce de memristores de 256 por 256, 256 DAC de 8 bits, 256 ADC de 8 bits y circuitos de control asociados.

Dado que la precisión de programación efectiva de un solo dispositivo memristor es ligeramente superior a 2 bits, el diseño emplea una técnica de compensación de submatrices dobles para aumentar la precisión efectiva del peso a aproximadamente 4 bits. La precisión de inferencia extremo a extremo medida es del 80,36%, consistente con el modelo de software de 4 bits correspondiente. En cuanto al rendimiento, el rendimiento máximo de una sola NPU es de 0,254 TOPS, con una eficiencia energética de 21,3 TOPS/W a una frecuencia de 100 MHz y de 11,9 TOPS/W a 400 MHz.