in

Des chercheurs rapprochent les ordinateurs analogiques du numérique

Ordinateurs PIM, l'avenir de l'informatique
Programming code abstract technology background of software developer and Computer script

L’avenir de l’informatique pourrait être analogique. La prochaine révolution informatique pourrait être un nouveau type de matériel, appelé traitement en mémoire (PIM). Un ordinateur PIM est donc d’un nouveau paradigme informatique qui fusionne la mémoire et l’unité de traitement. Un paradigme qui effectue ses calculs en utilisant les propriétés physiques de la machine.

À l’université Washington de Saint-Louis, des chercheurs du laboratoire de Xuan « Silvia » Zhang, professeur associé au Preston M. Green Department of Electrical & Systems Engineering de la McKelvey School of Engineering, ont conçu un nouveau circuit PIM. Un circuit qui met notamment la flexibilité des réseaux neuronaux au service du calcul PIM. Ce circuit a le potentiel d’augmenter les performances de l’informatique PIM de plusieurs ordres de grandeur au-delà de ses capacités théoriques actuelles.

Les ordinateurs traditionnels sont construits selon une architecture Von Neuman. Une partie de cette architecture sépare la mémoire, qui stock les données, et le processeur, où s’effectue le calcul proprement dit.

Les ordinateurs PIM visent donc à contourner ce problème en fusionnant la mémoire et le traitement en une seule unité.

Le type de PIM sur lequel travaille le laboratoire de Zhang s’appelle PIM à mémoire vive résistive, ou RRAM-PIM. Alors que dans une unité centrale, l’ordinateur stocke les bits dans un condensateur dans une cellule de mémoire, les ordinateurs RRAM-PIM reposent sur des résistances, d’où leur nom. Ces résistances constituent à la fois la mémoire et le processeur.

Les avantages de ce type de PIM

« Dans la mémoire résistive, vous n’avez pas besoin de traduire en numérique, ou en binaire. Vous pouvez rester dans le domaine analogique ». C’est la clé qui rend les ordinateurs RRAM-PIM tellement plus efficaces.

Mais à un moment donné, il faudra traduire l’information dans un format numérique pour s’interfacer avec les technologies que nous connaissons. C’est là que le RRAM-PIM a rencontré son goulot d’étranglement : convertir les informations analogiques en format numérique. C’est alors que Zhang et Weidong Cao, chercheur postdoctoral associé au laboratoire de Zhang, ont introduit les approximateurs neuronaux.

« Un approximateur neuronal est construit à partir d’un réseau neuronal capable d’approximer des fonctions arbitraires », explique M. Zhang. Pour n’importe quelle fonction, l’approximateur neuronal peut exécuter la même fonction, mais en améliorant son efficacité.

Dans ce cas, l’équipe a conçu des circuits d’approximation neuronale qui pourraient aider à éliminer le goulot d’étranglement.

Dans l’architecture RRAM-PIM, une fois que les résistances d’un réseau de barres croisées ont effectué leurs calculs, les réponses se traduisent donc dans un format numérique. En pratique, cela signifie qu’il faut additionner les résultats de chaque colonne de résistances d’un circuit. Chaque colonne produit un résultat partiel.

Chacun de ces résultats partiels doit ensuite être converti en informations numériques dans ce qu’on appelle une conversion analogique-numérique, ou CAN. Cette conversion est gourmande en énergie.

L’approximateur neuronal rend le processus plus efficace

Au lieu d’additionner chaque colonne une par une, le circuit de l’approximateur neuronal peut effectuer des calculs multiples — en bas des colonnes, entre les colonnes ou de la manière la plus efficace. Cela permet de réduire le nombre de CDA et d’augmenter l’efficacité du calcul.

Selon M. Cao, la partie la plus importante de ce travail consistait à déterminer dans quelle mesure il était possible de réduire le nombre de conversions numériques effectuées le long du bord extérieur du circuit. Ils ont constaté que les circuits d’approximation neuronale augmentaient l’efficacité autant que possible.

« Quel que soit le nombre de sommes partielles analogiques générées par les colonnes du réseau crossbar RRAM — 18, 64 ou 128 — il suffit d’une seule conversion analogique-numérique », a déclaré Cao. « Nous avons utilisé la mise en œuvre matérielle pour atteindre la limite inférieure théorique ».

 

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.