世界のスーパーコンピュータとそれを動かす人々


2月 3, 2020

IBM、AIハードウェアの最新成果を発表

HPCwire Japan

Oliver Peckham

「最新のAIモデルの機能強化により、今までにない認識精度を得られますが、多くの場合、計算量とエネルギー消費量が増加します」とIBM Researchはブログ記事に掲載した。 「したがって、根本的に新しい処理パラダイムに基づいた新しいハードウェアの開発は、AIの研究を進めるために不可欠なのです。」そこで、サンフランシスコで開催された2019 IEEE International Electron Devices Meeting(IEDM)において、IBM Researchは、いくつかの重要な分野の論文を通じて一連のAIハードウェアのブレークスルーを発表した。

ナノシート技術

 
  FinFETからナノシートへの進化。 IBMによる提供画像。
   

「過去50年にわたり、半導体技術はコンピューティングハードウェアの要でした」とIBMは述べている。「[FinFET]テクノロジーは、密度、消費電力、パフォーマンスにおいて常に要求が厳しくなっていますが、十分な速度ではありません。」積層Gate-All-Around(GAA)ナノシートが、AIの需要がFinFET半導体アーキテクチャの能力を超えるための、IBMの答えである。「ナノシート」は2015年に造られたばかりで、現在IBM Researchはナノシート技術の分野で3つの論文に焦点を当てている。これらには、ナノシートのスタッキングと複数電圧セルを可能にする新しい技術、および新しい製造方法が含まれている。 IBMは、GAAナノシートがコンピューティングパフォーマンスの向上と消費電力の削減を提供すると同時に、より多様で合理化された設計を可能にし、より汎用性の高いデバイス設計を可能にすることを期待している。

相変化メモリ

IBM Researchは、ノイズ、抵抗ドリフト、および信頼性の問題に対する感受性など、依然として大きな課題を抱えている、相変化メモリ(PCM)に関する一連の論文にも注目した。一連の論文は、これらの問題に対処し、安定性と信頼性を向上させるために、新しいデバイス、アルゴリズムおよび構造ソリューション、および新しいモデルトレーニング手法を開発するIBM研究者たちの研究を紹介している。他の研究者らは、PCMのためのニューロにヒントを得たシリコン統合プロトタイプチップデザインを導入した。

電気化学ランダムアクセスメモリ

 

アナログコンピューティングを強化する提案。
I BMによる提供画像。

 
   

最後に、IBMは、半導体工場で使用されている既存の材料を使用して作成された新しいメモリデバイスでディープラーニングを加速する取り組みについて詳しく説明した。結果として得られる電気化学ランダムアクセスメモリ(ECRAM)は、サブマイクロ秒のプログラミング速度、高いコンダクタンス変化の直線性と対称性、およびアクセスセレクタのない2×2アレイ構成を実証している。CMOS互換のECRAMは、ディープニューラルネットワークのトレーニングに共通の線形回帰でテストされた。そして同時に、IBM Researchは、予測AIの精度を向上させる新しいアルゴリズムを強調した。

IBMはHPCwireへの電子メールでこのように述べた。「これらの論文の成果は、AIソフトウェアおよびデータワークロードの需要に対応するために、より効率的なハードウェアシステムを、という、AIの進歩における重要な問題に言及できたことです。」