SK hynix ve TetraMem, bellek içinde hesaplama yapan yapay zeka çipi geliştirdi

Yapay zeka modellerinin büyümesiyle birlikte veri merkezlerindeki enerji tüketimi, ısınma ve veri aktarım maliyetleri de artıyor. Dünyanın önde gelen bellek üreticilerinden SK hynix ile yapay zeka çipi geliştiricisi TetraMem, yapay zeka hesaplamalarını doğrudan bellek içinde gerçekleştiren yeni nesil bir analog bellek içi hesaplama işlemcisi geliştirdi. Sistem-on-chip yapısındaki yeni tasarım, geleneksel mimarilerde işlemci ile bellek arasında oluşan veri aktarım darboğazını azaltmayı amaçlıyor.

BELLEKTE DEPOLANAN VERİ YERİNDE İŞLENİYOR
Geleneksel yapay zeka çiplerinde veriler, depolama birimleri ile hesaplama birimleri arasında sürekli taşınıyor. Bu veri hareketi, işlem süresini uzatırken yüksek enerji tüketimine ve ısı oluşumuna neden oluyor.
SK hynix ve TetraMem tarafından geliştirilen memristör tabanlı analog bellek içi hesaplama mimarisi ise yapay zeka model ağırlıklarını depolandıkları noktada işliyor. Böylece verilerin ayrı bir işlemciye aktarılmasına duyulan ihtiyaç azaltılıyor.

YAPAY ZEKA ÇIKARIM İŞLEMLERİNİ HIZLANDIRIYOR
Yeni prototip, yapay zeka çıkarım modellerinde kullanılan derinliksel konvolüsyon işlemlerini doğrudan bellek dizisi içinde gerçekleştirebiliyor. Sistem, bu hesaplamaları dışarıdan ayrı bir işlemciye ihtiyaç duymadan yapıyor.
Hesaplamanın depolama alanında gerçekleştirilmesi, veri aktarımından kaynaklanan gecikmeleri azaltırken sistemin daha hızlı tepki vermesine imkan sağlıyor. Bu yapı, özellikle yüksek hacimli yapay zeka iş yüklerinde performans avantajı sunmayı hedefliyor.

ENERJİ TÜKETİMİ VE ISI YÜKÜ AZALIYOR
Bellek ile işlemci arasındaki veri trafiğinin azaltılması, işlem başına harcanan enerji miktarını da düşürüyor. Gereksiz veri aktarımlarının önlenmesiyle çip üzerindeki termal yük hafifliyor ve soğutma sistemlerine duyulan ihtiyaç azalıyor.
Yeni mimari, veri merkezlerinin elektrik ve soğutma maliyetlerini düşürmenin yanı sıra daha düşük gecikmeyle çalışan yapay zeka sistemlerinin geliştirilmesine de katkı sağlamayı amaçlıyor.

DONANIM VE YAZILIM BİRLİKTE GELİŞTİRİLDİ
Projede TetraMem’in analog bellek içi hesaplama platformu ile SK hynix’in yarı iletken üretim ve bellek teknolojilerindeki deneyimi bir araya getirildi. İki şirket, yalnızca donanım tarafında değil, yazılım optimizasyonu ve sistem entegrasyonu alanlarında da birlikte çalıştı.
Bu yaklaşım sayesinde teorik bir mimarinin ötesine geçilerek, donanım ve yazılım bileşenlerini aynı yapıda birleştiren işlevsel bir sistem-on-chip prototipi geliştirildi.

YAPAY ZEKA ALTYAPISINDA BELLEK MERKEZLİ DÖNÜŞÜM
TetraMem Kurucu Ortağı ve CEO’su Glenn Ge, artan yapay zeka iş yüklerinin enerji ve ısı sınırlarını zorladığını belirtti. Ge, bellek merkezli hesaplama ile analog bellek içi hesaplama teknolojilerinin gelecekteki yapay zeka altyapılarında önemli bir rol üstleneceğini ifade etti.
Yeni mimari, özellikle büyük yapay zeka modellerinin çalıştırıldığı veri merkezlerinde, işlemci ve bellek arasındaki veri hareketini azaltarak daha verimli bir hesaplama altyapısı oluşturmayı hedefliyor.

SK HYNIX HESAPLAMA MİMARİLERİNE YÖNELİYOR
DRAM ve yüksek bant genişlikli bellek pazarının önde gelen üreticilerinden SK hynix, bu projeyle yalnızca veri depolayan bellek ürünlerinin ötesine geçerek hesaplama işlevi taşıyan yeni nesil bellek teknolojilerine yöneliyor.
SK hynix Başkan Yardımcısı Soo Gil Kim, çalışmanın geleceğin yapay zeka sistemleri için yenilikçi bellek teknolojilerinin ve yeni hesaplama mimarilerinin araştırılmasındaki ticari potansiyeli ortaya koyduğunu söyledi.

AR-GE ÇALIŞMALARI GENİŞLETİLECEK
Araştırma ve geliştirilen prototip, Advanced Intelligent Systems dergisinin kapağında da yer aldı. Çalışmanın ardından SK hynix ve TetraMem’in yeni nesil yapay zeka altyapılarına yönelik ortak çalışmalarını sürdürmesi planlanıyor.
İki şirket, devre tasarımı, yazılım optimizasyonu ve sistem entegrasyonu alanlarında araştırma faaliyetlerini genişleterek analog bellek içi hesaplama teknolojisini geliştirmeyi hedefliyor.