Современные суперкомпьютеры и дата-центры становятся все мощнее — и все прожорливее. Огромная доля энергии уходит не столько на сами вычисления, сколько на постоянное «перетаскивание» данных между памятью и процессором. А что, если убрать эту беготню вовсе?
Именно такой подход предложили исследователи из Италии. Команда под руководством профессора Даниэле Иельмини из Политехнического университета Милана разработала новый «умный» чип, который способен значительно снизить энергопотребление и одновременно ускорить расчёты в системах высокопроизводительных вычислений.
В основе разработки — иной взгляд на архитектуру компьютеров: аналоговые вычисления прямо внутри памяти.
Вычисления в памяти
Классические цифровые компьютеры устроены по принципу строгого разделения ролей: память хранит данные, процессор их обрабатывает. Но такое разделение имеет цену — постоянный обмен данными требует времени и энергии.
Подход in-memory computing, или «вычисления в памяти», устраняет это узкое место. Вместо того чтобы передавать данные туда-сюда, вычисления выполняются непосредственно в массиве памяти. В случае итальянского чипа речь идёт об аналоговом варианте этой идеи.
Новая микросхема — полностью интегрированный аналоговый ускоритель, способный решать как линейные, так и нелинейные системы уравнений. Она изготовлена по стандартной CMOS-технологии (комплементарный металл-оксид-полупроводник), то есть совместима с существующими кремниевыми производственными линиями. Это важный момент: разработка не требует экзотических или дорогих процессов.
Внутри чипа находятся два массива памяти размером 64×64 ячейки. Их можно представить как аккуратные решётки, где каждая точка пересечения — отдельный элемент памяти.
Ячейки основаны на SRAM (статической оперативной памяти) — быстрой и надёжной технологии. Учёные дополнили её интегрированными резисторами, позволяющими задавать различные уровни сопротивления. Именно эти уровни и используются для аналоговых вычислений.
Архитектуру усиливают встроенные аналоговые компоненты: операционные усилители и аналого-цифровые преобразователи. Благодаря этому чип может выполнять сложные расчёты без обращения к внешнему процессору — всё происходит «на месте».
Закрытый контур и экономия энергии
Разработка стала частью проекта ANIMATE (ANalogue In-Memory computing with Advanced device TEchnology), финансируемого Европейским исследовательским советом (ERC). Проект получил грант Advanced Grant в 2022 году — до 2,9 млн долларов на пять лет.
В его основе лежит более ранняя идея Иельмини — так называемые вычисления в памяти с замкнутым контуром (closed-loop in-memory computing, CL-IMC). Этот подход позволяет системе самостоятельно корректировать процесс вычислений, повышая точность и устойчивость.
По оценкам команды, CL-IMC может обеспечивать вычисления с энергопотреблением до 5 000 раз ниже, чем у традиционных цифровых систем. И это уже не теория: новый чип продемонстрировал сопоставимую с цифровыми решениями точность, но при меньшем энергопотреблении, более низкой задержке и меньшей площади на кристалле.
Зачем это нужно на практике
Экономия энергии — не абстрактная цель. Сегодня она напрямую влияет на стоимость работы дата-центров, развитие искусственного интеллекта и даже на экологический след цифровых технологий.
По словам Даниэле Иельмини, команда уже работает над внедрением разработки в реальные приложения, прежде всего в области ИИ. Аналоговые ускорители такого типа особенно хорошо подходят для задач машинного обучения, обработки больших данных и современных беспроводных систем.
Среди потенциальных применений — робототехника, навигационные системы, инфраструктура дата-центров, а также будущие сети 5G и 6G, где важны и скорость, и энергоэффективность.
Новый чип — наглядная демонстрация того, что аналоговые вычисления в памяти могут быть не лабораторным экспериментом, а промышленно реализуемой технологией. Он показывает: чтобы сделать компьютеры быстрее и экономичнее, иногда стоит не наращивать мощность, а пересмотреть саму архитектуру.
Результаты исследования опубликованы в журнале Nature Electronics — и, судя по всему, это лишь один из первых шагов к более «бережным» и умным вычислительным системам будущего.
