Новая система на основе мемристоров, разработанная китайскими учёными, повышает эффективность сортировки данных для ИИ

Стремясь преодолеть недостатки научных вычислений, китайские учёные представили ^[1] новый подход к сортировке данных, который обещает как более высокую скорость, так и меньшее потребление энергии. Система объединяет мемристоры — электронные компоненты, имитирующие функцию памяти ^[2] человеческого мозга ^[3], — и усовершенствованный алгоритм сортировки, позволяющий более эффективно обрабатывать большие объёмы информации.

По словам исследователей, этот метод может помочь преодолеть узкие места в производительности не только вычислительной техники, но и искусственного интеллекта ^[4] (ИИ), а также в проектировании аппаратного обеспечения, где важна быстрая организация и анализ огромных массивов данных. Помимо ИИ, потенциальные области применения этой технологии включают в себя интеллектуальные дорожные системы, анализирующие изображения в режиме реального времени, и финансовые услуги, требующие быстрой оценки рисков.

Чтобы продемонстрировать потенциал своей технологии, учёные из Пекинского университета и Китайского института исследования мозга создали прототип аппаратной сортировки на основе мемристоров. Система успешно справилась с такими задачами, как поиск маршрутов и вывод нейронных сетей, обеспечив более высокую производительность и меньшее энергопотребление по сравнению с традиционными методами сортировки, сообщает South China Morning Post.

В целом система позволила увеличить пропускную способность в 7,7 раза и повысить энергоэффективность более чем в 160 раз по сравнению с традиционными методами сортировки.

Традиционные вычислительные системы основаны на архитектуре фон Неймана, которая разделяет функции хранения и обработки данных, а для вычислений обычно используется центральный процессор.

По словам исследователей последнего исследования, традиционная система привела к возникновению «узкого места» системы фон Неймана, которое ограничивает скорость передачи данных между памятью и вычислительными блоками. Они объяснили, что хотя подходы к сортировке в памяти с использованием мемристоров могут помочь преодолеть эти ограничения, нынешние системы по-прежнему зависят от операций сравнения, что ограничивает производительность сортировки.

В отличие от обычных резисторов, которые просто уменьшают поток электричества в цепи, мемристоры обладают уникальной способностью запоминать, сколько электрического заряда прошло через них. Эта функция памяти позволяет мемристорам изменять своё сопротивление в зависимости от предыдущей активности, что позволяет им выступать в роли как запоминающих, так и обрабатывающих компонентов.