IBM の研究者らが、外部 CPU を使わずに相変化メモリ内で処理を行うという新しいインメモリ コンピューティング技術を発表しました。
従来のコンピューティングでは、データを保持するメモリと、データが転送・処理され、メモリに書き戻される外部プロセッサが必要です。これはフォン・ノイマン・アーキテクチャと呼ばれ、メモリとコンピューティングの間にボトルネックがあるという特徴があります。
一部の計算をメモリ内で実行できれば、そのボトルネックが解消され、計算が高速化されます。
しかし、メモリにはプロセッサがないため、メモリデバイスの何らかの側面を利用する必要があり、その側面はメモリデバイスのデータ内容に応じて性質が変わります。また、計算は非常に原始的なものになります。
でもどうやって？
先週Nature Communications誌に掲載された論文で、IBMチューリッヒ研究所の研究者らは、相変化メモリ（PCM）デバイス内で何らかの計算を実行できることを示しました。研究者らがPCMデバイスを選んだのは、ナノスケールにおける物理特性が豊かで将来性に富んでいるためです。PCMデバイスでは、OCM材料であるカルコゲニドガラスの内部状態がアモルファスから結晶状態へ、そして再びアモルファスから結晶状態へ変化するのに合わせて、セルの抵抗が変化します。
状態の変化は電流を流すことによって起こり、セルの抵抗を測定することによってバイナリ値が読み取られます。
画像をクリックして目を休めてください
研究者らは、「基本的な考え方は、メモリを受動的なストレージエンティティとして扱うことではなく、メモリデバイスの物理的特性を活用して、データが保存されている場所で正確に計算を実現することです」と述べています。
PCM に関して: 「電気信号の印加によるデバイスの伝導レベルの動的な変化を利用して、インプレース コンピューティングを実行できます。デバイスの伝導は電気入力に応じて変化し、計算の結果はメモリ アレイに刻印されます。」
研究者らによると、PCMの結晶状態または相に十分な電流（RESETパルス）を流すと、ジュール熱によって材料の大部分が溶融し、電流を止めるとアモルファス状態に急冷する。アモルファス材料の量はRESETパルスの振幅と持続時間に依存し、セル内には温度勾配が存在する。
SETパルスはセルを結晶状態に戻すもので、結晶化を引き起こすのに十分な温度上昇をもたらしますが、材料を溶融させるほどには高くありません。状態変化の詳細は結晶化ダイナミクスと呼ばれます。セル内の非晶質材料の量は、その導電性に影響を与えます。
研究者たちは、100 万個の PCM デバイス (セル) のアレイを使用して、PCM メモリ デバイス内の IoT デバイスでの信号の有無など、イベントベースのデータ ストリーム間の時間的な相関関係を検出するアルゴリズムを考案しました。
数学に疎い私にとって、この数学は恐ろしく複雑で、「非中心化共分散行列」や「集団運動量」といった用語が絡んでくる。ここではその話はしない。
ランダムに分布する2値過程を複数想定すると、相関のあるものとないものがあります。これらの過程は、一定間隔で連続的に1または0の2値をとります。相関のあるものとないものを知りたいのですが、これは統計的に分析できます。
各プロセスは単一の相変化メモリセルに割り当てられます。プロセスが値1をとるたびに、PCMデバイスにSETパルスが印加されます。SETパルスの振幅または幅は、すべてのプロセスの瞬間的な合計に比例するように選択されます。メモリデバイスのコンダクタンスを監視することで、相関グループを特定できます。
データがメモリを通過するときに、統計的な相関関係を計算して同じ PCM セルに保存できます。
そしてそれをどのように使いますか?
研究者らは、この研究の応用例として、気象データなどの実世界のデータセットの処理を挙げました。気象観測所から取り込んだデータは、時系列のプロセス（値）の集合として読み込まれます。ある気象観測所で1時間以内に降雨が発生した場合は値が1、そうでない場合は値が0となります。
ビッグブルーの科学者たちが考案した PCM コンピューティング マシンは、気象観測所のプロセス値のグループを時間の経過とともに相関させることで、雨が降っている場所を計算できました。
彼らは、このようなPCM計算メモリモジュールを用いることで、最先端のGPUデバイス4台を用いた実装と比較して、相関検出タスクを200倍高速化できると結論付けています。さらに、エネルギー消費も2桁改善されました。
彼らは、ナノメートルスケールでの計算とストレージの共存により、超高密度、低消費電力、超並列コンピューティング システムを実現できると主張しています。®
ブーツノート: この研究は、IBM チューリッヒの Abu Sebastian、Tomas Tuma、Nikolaos Papandreou、Manuel Le Gallo、Lukas Kull、Thomas Parnell、Evangelos Eleftheriou によって実施され、Nature Communicationsに掲載されました。
