200x schneller: IBM demonstriert massiv-paralleles In-Memory-Computing

Anbieter zum Thema

Precoplat Präzisions-Leiterplatten-Technik GmbH

Eurocircuits GmbH

In-Memory-Coprozessor ermöglicht massiv-parallele Berechnungen

Seinem PCRAMs stellt IBM eine spezielle Recheneinheit zur Seite. Dieser In-Memory-Coprozessor verwendet Algorithmen, die die dynamischen Kristallisationseigenschaften von PCM ausnutzen. Er soll laut IBM extrem viele Zellen gleichzeitig ansprechen können. Dieser Vorgang ist vergleichbar mit dem menschlichen Gehirn, das parallel die Signale von Millionen von Neuronen und Billionen von Synapsen verarbeitet.

Bildergalerie

Im Dezember will IBM während des International Electronic Devices Meetings (IEDM) seine PCM-Entwicklungen demonstrieren. Diese würden sich gut für Aufgaben eignen, die maschinelles Lernen erfordern, erklärt IBM-Forscher Evangelos Eleftheriou gegenüber der eetimes. „Nach bisherigem Stand können wir sagen, dass unser Algorithmus, der nicht auf der Von-Neumann-Architektur fußt, Datenkorrelationen 200-mal schneller erkennt als aktuelle Hochleistungsrechner.“

Beim In-Memory-Computing wird der gesamte Datensatz ins RAM geladen. Somit ist während der Berechnung kein Austausch von Daten mit einem Massenspeicher notwendig. Dieser ist immer langsamer als RAM – egal, ob mechanische Festplatten oder Flash zum Einsatz kommen.

IBMs Ansatz zwängt die In-Memory-Daten also nicht durch den Von-Neumann-Flaschenhals einer CPU, sondern lässt die ursprünglichen Speicherwerte in den PCM-Zellen liegen. Der Speichercontroller führt parallele Operationen mit den in den Zellen gespeicherten Werten aus. Die Berechnungen erfolgen an Ort und Stelle. Dafür nutzt die Technik die physikalischen Eigenschaften des Phase-Change-RAMs.

Derartige memristive Architekturen arbeiten wie ein Gehirn: Häufig verwendete Speichersynapsen werden gestärkt, ihr Widerstand sinkt. Bei selten benutzten Zellen steigt hingegen der Widerstand. In Gänze ergibt sich ein Zellmuster, das mit zunehmender Erfahrung immer genauer wird.

Schneller und auch sparsamer

Die In-Memory-Computing-Technologie rechnet jedoch nicht nur schneller, sie kommt auch mit weniger Strom aus, da auf häufige Lade- und Speichervorgänge, wie sie in Von-Neumann-Architekturen nötig sind, verzichtet werden kann.

Basierend auf dieser Technologie will IBM eine neue Generation besonders energieeffizienter Prozessoren entwickeln. Der Prototyp verfügt über 1 Mio. In-Memory-Zellen, die jeweils dieselbe Deep-Learning-Rechenaufgabe auf dem geladenen Datensatz ausführen. Der Einsatz der dynamischen PCM-Kristallisation liefert schnelle Ergebnisse und vermeidet Energieverbrauch durch mehrfaches Laden und Speichern von Daten. Laut IBM ist die Technologie gut skalierbar, sowohl vertikal als auch horizontal. So ließe sich ein dreidimensionaler, nicht auf der Von-Neumann-Architektur basierender Coprozessor entwickeln, der selbst komplexeste Aufgaben lösen könnte.

Sebastian ist überzeugt, dass zukünftige Rechnersysteme kaum ohne resistive Speicherkomponenten auskommen werden, besonders beim kognitiven Computing: „Memristoren können eine wichtige Rolle spielen bei extrem schnellen und ultradichten, nichtflüchtigen Speichern – aber auch als Elemente in Prozessoren und Coprozessoren, die nicht auf dem Von-Neumann-Modell basieren.“

Neue Stufe des Supercomputing

IBM entwickelt bis dato leistungsstärkste Quantenprozessoren

Hinter den Kulissen von IBMs Supermaschine Watson IoT

IBMs Weg in die digitale Zukunft

(ID:44973051)