Технология RRAM для поддержания искусственного интеллекта в Интернете вещей и пограничных вычислениях

Технология RRAM для поддержания искусственного интеллекта в Интернете вещей и пограничных вычислениях

Выпуск 7(6681) от 04 апреля 2019 г.
РУБРИКА: ПРОРЫВНЫЕ ТЕХНОЛОГИИ МИКРО И РАДИОЭЛЕКТРОНИКИ

Технологии энергонезависимой памяти, обладающие быстродействием СОЗУ и энергонезависимостью флэш-памяти, давно привлекают исследователей. Однако присущие им недостатки не дают реализовать этот потенциал в полном объеме. Последняя разработка CEA-Leti и Стэнфордского университета, похоже, открывает путь для решения многих проблем в этой области.

Исследователи CEA-Leti (г. Гренобль, Франция) и Стэнфордского университета (г. Стэнфорд, шт. Калифорния, США) продемонстрировали кристалл ИС, на котором один из типов энергонезависимой памяти (non-volatile memory, NVM) с многоуровневыми ячейками – ​резистивное ОЗУ (resistive RAM, RRAM или ReRAM – ​каждый из поставщиков применяет собственную аббревиатуру, хотя принципиальных различий нет) интегрирован с кремниевыми вычислительными блоками. Утверждается, что новое поколение резистивной памяти обладает устойчивыми функциями восстановления параметров памяти (данные и команды), что позволяет обеспечить в два-три раза бЧльшую емкость памяти по сравнению с существующими RRAM. Целевые применения новых RRAM – ​энергоэффективные интеллектуальные модули датчиков для поддержки искусственного интеллекта (ИИ) в Интернете вещей или ИИ в краевых (пограничных) вычислениях.

Существенный недостаток NVM-технологий – ​отказы записи, приводящие к катастрофическим последствиям на уровне применений, что уменьшает полезность указанных схем. Кроме того, энергонезависимость становится все более важной характеристикой внутрикристальной памяти в широком спектре областей применения, от модулей краевых вычислений для Интернета вещей до крупных компьютерных кластеров. Внутрикристальные NVM-схемы критически важны для работ с малым энергопотреблением, формирования ответов и откликов в реальном масштабе времени, обеспечения конфиденциальности и безопасности, работ в непредсказуемых средах и отказоустойчивости. Существующие внутрикристальные NVM-схемы, такие как флэш-память, ферроэлектрические (сегнетоэлектрические) ОЗУ (FRAM), ЭСППЗУ, страдают от таких недостатков, как высокие энергопотребление и время ожидания при выполнении операций записи–считывания, проблемы с достижением высокой плотности размещения элементов и с интеграцией. Например, идеальная система краевых вычислений Интернета вещей должна использовать очень точно настроенную временную регулировку мощности между активным и пассивным режимами. Однако существующие внутрикристальные схемы флэш-памяти отличаются достаточно длительным временем ожидания (>23 мс при операциях стирания с последующей записью), в то время как периоды между поступлениями выборок могут быть гораздо короче (например, 2 мс).

CEA-Leti и Стэнфордский университет создали новую технологию – ​ENDURER, которая помогает преодолеть данную серьезную проблему и дает RRAM 10-летний функциональный срок службы при непрерывном использовании для формирования выводов в нейронных сетях. Кристалл ИС, созданный для подтверждения концепции, был проверен для широкого диапазона применений – ​машинное обучение, управление, безопасность и криптография. Сам кристалл был разработан учеными Стэнфордского университета и сформирован в чистой комнате CEA-Leti в Гренобле. Кристалл ИС монолитно интегрирует две гетерогенные (разнородные) технологии: внутрикристальную RRAM емкостью 18 Кбайт поверх коммерческой 130-нм кремниевой КМОП-структуры с ядром 16-разрядного микроконтроллера общего назначения, обладающего встроенным СОЗУ емкостью 8 Кбайт (см. рисунок). Исследователи продемонстрировали, что средняя потребляемая мощность в активном режиме составляет 43 пДж/цикл (что в 5,7 раза ниже, чем у аналогичных ИС, использующих внутрикристальные схемы флэш-памяти и FRAM, при одинаковом быстродействии и топологических нормах), точно настроенную временную регулировку потребляемой мощности (0,25 мкВт в пассивном режиме) с временем переключения между активным и пассивным режимами порядка 8 мкс (в среднем – ​4,7 мкс, что до 5,9 тыс. раз быстрее, чем у внутрикристальной флэш-памяти), а также двухтактовый цикл перехода (200 нс) между отключением и активным режимом.

Новая ИС обеспечивает (при одинаковом быстродействии) в 10 раз лучшую энергоэффективность по сравнению со стандартной встраиваемой флэш-памятью благодаря малому рабочему энергопотреблению, а также ультрабыстрым и энергоэффективным переходам от режима «включено» к режиму «выключено» и наоборот. В целях экономии энергии интеллектуальные модули датчиков должны выключаться. Соответственно, энергонезависимость, позволяющая сохранять данные при выключении питания, становится важной характеристикой внутрикристальной памяти для модулей датчиков краевых вычислений.

Конструкция 2–3-разрядных ячеек RRAM обеспечивает более высокую плотность размещения элементов памяти, что приводит к лучшим результатам применения: в два-три раза более точному формированию выводов нейронной сетью по сравнению с эквивалентной памятью с одноразрядными (одноуровневыми) ячейками.

Описываемая технология была представлена в Сан-Франциско на Международной конференции по твердотельным ИС (International Solid-State Circuits Conference, ISSCC) в феврале 2019 г.

В рамках разработки технологии RRAM следующего поколения также были созданы новые алгоритмы, поддерживающие хранение в ячейке RRAM нескольких бит данных, новые методики эксплуатации RRAM и новые подходы к сохранению и восстанавливаемости данных. Все это позволяет обеспечивать приемлемый срок службы вычислительных систем на основе RRAM.

 

Dahad Nitin. NVM ReRAM Memory Cell Targets Edge AI. EE Times, February 26, 2019: https://www.eetimes.com/document.asp?doc_id=1334371


ЧИТАЙТЕ ТАКЖЕ

Выпуск 22(6746) от 11 ноября 2021 г. г.
Выпуск 16(6740) от 19 августа 2021 г. г.
Выпуск 13(6737) от 08 июля 2021 г. г.