Mowa o 1000-krotnym zwiększeniu energooszczędności takich narzędzi. Za imponującym wynikiem stoją przedstawiciele University of Minnesota Twin Cities. Wdrożona przez nich technologia CRAM ma postać półprzewodnikowej pamięci o swobodnym dostępie. Co ciekawe, redukcja zużycia energii, o której mowa, dotyczy minimalnej przewidywanej granicy. Innymi słowy, postęp może być nawet większy od szacowanego.
Czytaj też: Sztuczna inteligencja zacznie kierować pociskami. Europejska firma stworzyła Orchestrike
To niezwykle istotna kwestia, gdyż sztuczna inteligencja wykazuje ogromne zapotrzebowanie na energię. W skali świata ten udział jest gigantyczny i wciąż rośnie, a biorąc pod uwagę obecne trendy trudno sobie wyobrazić, aby sytuacja miała się odwrócić w najbliższych latach. Najlepiej ilustruje to sugestia, że globalne zapotrzebowanie wzrośnie z 460 terawatogodzin w 2022 roku do 1000 terawatogodzin w 2026.
Publikacja poświęcona wdrożeniu technologii CRAM, dzięki której udało się zmniejszyć zapotrzebowanie na energię, trafiła na łamy npj Unconventional Computing. Jak wyjaśniają autorzy tych badań, udało im się przeprowadzić historyczną demonstrację działania CRAM w sytuacji, w której dane mogą być przetwarzane w całości w obrębie macierzy pamięci bez konieczności opuszczania siatki służącej komputerowi do przechowywania informacji.
Kluczem do obniżenia zapotrzebowania na energię o co najmniej tysiąc razy okazało się wdrożenie technologii CRAM
O ile zazwyczaj dane są przesyłane między jednostkami przetwarzającymi informacje a tymi je przechowującymi, tak technologia CRAM wszystko zmienia. Dzięki przechowywaniu danych w pamięci znika bowiem konieczność wspomnianego przesyłu – związanego z dużym zużyciem energii – a zatem wzrasta energooszczędność. Już teraz mówi się o zmniejszeniu zapotrzebowania na energię o tysiąc razy, a twórcy tej koncepcji sugerują nawet szerzej zakrojoną redukcję – wynoszącą 2500 razy.
Jak podkreślają członkowie zespołu badawczego, wysiłki w tym zakresie trwały od dwudziestu lat. Tak długie działania przyniosły wreszcie ogromny skutek. Owoc tych badań stanowi połączenie opracowanych wcześniej magnetycznych złącz tunelowych i nanostrukturyzowanych urządzeń. Kluczową zmianą względem konwencjonalnych metod jest to, że obliczenia są wykonywane bezpośrednio w komórkach pamięci.
Wysoka elastyczność CRAM sprawia, że obliczenia mogą zachodzić w dowolnym miejscu w macierzy pamięci. Istotną funkcję pełnią przy tym urządzenia spintroniczne oparte na spinie elektronów zamiast ich ładunku elektrycznego. W takich okolicznościach dochodzi do przechowywania danych. i wykonywania obliczeń w szybszym tempie i przy niższym zapotrzebowaniu na energię.