14 Nis 2023 (Nanowerk Gündemi) Phase change memory (PCM) is a type of non-volatile memory technology that stores data at the nanoscale by changing the phase of a specialized material between crystalline and amorphous states. In the crystalline state, the material exhibits low electrical resistance, while in the amorphous state, it has high resistance. By applying different heat and rapidly cooling pulses, the phase can be switched, allowing data to be written and read as binary values (0s and 1s) or continuous analog values based on the material’s resistance.
Phase change memory is an emerging technology with great potential for advancing analog in-memory computing, particularly in deep neural networks and neuromorphic computing. Various factors, such as resistance values, memory window, and resistance drift, affect the performance of PCM in these applications. So far, it has been challenging for researchers to compare PCM devices for in-memory computing based solely on their various device characteristics, which often had trade-offs and correlations.
Another challenge is that analog in-memory computing can greatly improve the speed and reduce the power consumption for AI computing, but it may suffer from reduced accuracy due to imperfection in the analog memory devices.
New research, published in Gelişmiş Elektronik Malzemeler (“Optimization of Projected Phase Change Memory for Analog In-Memory Computing Inference”), addresses these issues by 1) extensively benchmarking PCM devices in large neural networks, offering valuable guidelines for optimizing these devices in the future, and 2) improving and optimizing analog memory devices made with phase change materials, ultimately enhancing accuracy for AI computing.
Ning Li, who at the time was working at the IBM Research in Yorktown Heights and Albany (now an Associate Professor at Lehigh University), the first author of the study, and his IBM colleagues explain: “First, we discovered that many device characteristics can be tuned systematically tuned systematically using a liner layer introduced in our prior work. Second, we found a way to optimize these device characteristics from a system point of view using extensive system-level simulations.” These two advances together enabled the team to identify the best devices.”
In this work, the team created models to represent the drift and noise behavior of PCM devices. They used these models to assess the performance of these devices in neural network inference applications. They evaluated the performance of large neural networks with tens of millions of weights (i.e., the parameters within a neural network that determine the strength of the connections between neurons; In the case of PCM-based analog in-memory computing, the weights are stored as resistance values in the PCM devices) using PCM devices both with and without projection liners (additional layers introduced into the PCM device structure, which are made of a non-phase change material), testing a variety of deep neural networks (DNNs) and datasets at multiple time-steps.
Measured characteristics of PCM device and their impact on network accuracy as a function of PCM memory window a) programming range Gmax–Gmin, b) peak drift coefficient, c) standard deviation of drift coefficient, d) normalized read noise, e) ResNet-32 (CIFAR-10) inference error at short term (1 second) and long term (1 month) after programming, f) LSTM (PTB) inference error at 1 second and 1 month after programming, g) BERT (MRPC) inference error at 1 second and 1 month after programming, h) BERT (MNLI) inference error at 1 second and 1 month after programming. (Reprinted with permission by Wiley-VCH Verlag) (click on image to enlarge)
The study finds that devices with projection liners perform well across various DNN types, including recurrent neural networks (RNNs), convolutional neural networks (CNNs), and transformer-based networks. The researchers also examined the impact of different device characteristics on network accuracy and identified a range of target device specifications for PCM with liners that can lead to further improvements.
Unlike previous reports on PCM devices for AI computing, this work ties device results to the end results of computing chips with large and useful deep neural networks. Dr. Li explains that PCM devices for in-memory computing are difficult to compare for AI applications by only using device characteristics. The study provides a solution to this problem by offering extensive benchmarking of PCM devices in various networks under various conditions of weight mapping and guidelines for PCM device optimization.
By being able to show that device characteristics can be tuned continuously, and that these characteristics are correlated with one another, systematic optimization of the devices becomes possible.
Using their optimization strategy, the researchers demonstrated that they can achieve much better accuracy for both short-term and long-term programming. They significantly reduced the effects of PCM drift and noise on deep neural networks, improving both initial accuracy and long-term accuracy.
“Potential applications of our work include improved speed, reduced power, and reduced cost in language processing, image recognition, and even broader AI applications, such as ChatGPT,” Li points out.
As a result of this work, the researchers envision that large neural network computation will become faster, greener, and cheaper. The next stages in their investigations include further optimizing PCM devices and implementing them in computer chips.
“The future direction for this research field is to enable real products that customers find useful,” Li concludes. “Although analog systems use imperfect analog devices, they offer significant advantages in speed, power, and cost. The challenge lies in identifying suitable applications and enabling them.”
By
Michael
Berger
-
Michael, Kraliyet Kimya Derneği'nin üç kitabının yazarıdır:
Nano-Toplum: Teknolojinin Sınırlarını Zorlamak,
Nanoteknoloji: Gelecek Küçük, ve
Nano-mühendislik: Teknolojiyi Görünmez Yapan Beceri ve Araçlar
Telif Hakkı ©
Michael
Berger
-
Michael, Kraliyet Kimya Derneği'nin üç kitabının yazarıdır:
Nano-Toplum: Teknolojinin Sınırlarını Zorlamak,
Nanoteknoloji: Gelecek Küçük, ve
Nano-mühendislik: Teknolojiyi Görünmez Yapan Beceri ve Araçlar
Telif Hakkı ©
nanowerk
Spotlight konuk yazarı olun! Geniş ve büyüyen grubumuza katılın konuk katkıda bulunanlar. Nanoteknoloji topluluğuyla paylaşmak için bilimsel bir makale yayınladınız mı veya başka heyecan verici gelişmeleriniz mi var? Nanowerk.com'da nasıl yayınlayacağınız burada.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- Plato blok zinciri. Web3 Metaverse Zekası. Bilgi Güçlendirildi. Buradan Erişin.
- Kaynak: https://www.nanowerk.com/spotlight/spotid=62821.php
- :dır-dir
- 1
- 10
- 7
- 8
- 9
- a
- Yapabilmek
- doğruluk
- Başarmak
- karşısında
- Ek
- adresleri
- gelişmeler
- avantajları
- etkiler
- Sonra
- AI
- Izin
- Rağmen
- Amazon
- ve
- Başka
- uygulamaları
- Uygulanması
- ARE
- AS
- Ortak
- At
- yazar
- merkezli
- BE
- müşterimiz
- olur
- olmak
- İYİ
- Daha iyi
- arasında
- Kitaplar
- artırılması
- sınırları
- Daha geniş
- by
- CAN
- dava
- Merkez
- meydan okuma
- zor
- değişiklik
- değiştirme
- özellikleri
- ChatGPT
- daha ucuz
- kimya
- cips
- tıklayın
- arkadaşları
- topluluk
- karşılaştırmak
- hesaplama
- bilgisayar
- bilgisayar
- koşullar
- Bağlantılar
- tüketim
- sürekli
- devamlı olarak
- bağıntılar
- Ücret
- çevrimiçi kurslar düzenliyorlar.
- Müşteriler
- veri
- veri kümeleri
- Tarih
- derin
- derin sinir ağları
- gösterdi
- Belirlemek
- gelişmeler
- sapma
- cihaz
- Cihaz
- farklı
- zor
- yön
- keşfetti
- e
- etkileri
- Elektronik
- ortaya çıkan
- Gelişmekte olan teknoloji
- etkinleştirmek
- etkin
- etkinleştirme
- artırılması
- hata
- Eter (ETH)
- değerlendirilir
- Hatta
- heyecan verici
- sergileyen
- Açıklamak
- açıklar
- kapsamlı, geniş
- faktörler
- uzak
- Daha hızlı
- alan
- bulmak
- bulur
- Ad
- İçin
- bulundu
- itibaren
- işlev
- daha fazla
- gelecek
- gif
- harika
- çok
- grup
- Büyüyen
- Konuk
- kuralları yenileyerek
- Var
- yükseklikleri
- Yüksek
- Ne kadar
- Nasıl Yapılır
- HTTPS
- i
- IBM
- tespit
- belirlemek
- belirlenmesi
- görüntü
- Görüntü Tanıma
- darbe
- uygulanması
- iyileştirmek
- gelişmiş
- iyileştirmeler
- geliştirme
- in
- dahil
- Dahil olmak üzere
- ilk
- tanıttı
- Soruşturmalar
- sorunlar
- IT
- kaydol
- jpg
- dil
- büyük
- tabaka
- katmanları
- öncülük etmek
- logo
- Uzun
- uzun süreli
- Düşük
- yapılmış
- Yapımı
- çok
- haritalama
- malzeme
- malzemeler
- Mayıs..
- Bellek
- Michael
- Orta
- milyonlarca
- modelleri
- Ay
- çoklu
- isim
- Nanoteknoloji
- ağ
- ağlar
- sinirsel
- sinir ağı
- nöral ağlar
- Nöronlar
- yeni
- sonraki
- Gürültü
- of
- teklif
- teklif
- on
- ONE
- optimizasyon
- optimize
- optimize
- optimize
- Diğer
- kâğıt
- parametreler
- özellikle
- zirve
- yapmak
- performans
- izin
- faz
- PHP
- Platon
- Plato Veri Zekası
- PlatoVeri
- Nokta
- Bakış açısı
- noktaları
- mümkün
- potansiyel
- güç kelimesini seçerim
- önceki
- Önceki
- Sorun
- işleme
- Ürünler
- profesör
- Programlama
- tahmin
- Projeksiyon
- sağlar
- yayınlamak
- yayınlanan
- yayımcı
- itme
- menzil
- hızla
- Okumak
- gerçek
- tanıma
- azaltmak
- Indirimli
- Raporlar
- temsil etmek
- araştırma
- Araştırmacılar
- Direniş
- sonuç
- Sonuçlar
- kraliyet
- s
- İkinci
- paylaş
- kısa
- kısa dönem
- şov
- önemli
- önemli ölçüde
- becerileri
- So
- şu ana kadar
- Toplum
- çözüm
- özel
- özellikler
- hız
- spot
- aşamaları
- standart
- Eyalet
- Devletler
- saklı
- mağaza
- Stratejileri
- kuvvet
- yapı
- Ders çalışma
- böyle
- uygun
- anahtarlamalı
- sistem
- Sistemler
- Hedef
- takım
- Teknoloji
- Test yapmak
- o
- The
- Gelecek
- ve bazı Asya
- Onları
- Bunlar
- üç
- Kravatlar
- zaman
- Başlık
- için
- birlikte
- araçlar
- türleri
- eninde sonunda
- altında
- üniversite
- Güncellemeler
- URL
- kullanım
- Değerli
- Değerler
- çeşitlilik
- çeşitli
- Görüntüle
- Yol..
- ağırlık
- İYİ
- hangi
- süre
- DSÖ
- irade
- ile
- içinde
- olmadan
- İş
- çalışma
- yazılı
- zefirnet
Den fazla nanowerk
Kuantum malzemesi, beyin işlevini taklit eden 'yerel olmayan' davranış sergiliyor
Kaynak Düğüm: 2201973
Zaman Damgası: Ağustos 8, 2023
Yapay Zeka, enerji santrallerinin Şebekeden %36 daha az enerji kullanarak karbon yakalamasına yardımcı olabilir
Kaynak Düğüm: 2442056
Zaman Damgası: Jan 15, 2024
Gelişmiş bilgi işlem, nanoyapılı yüzeylere otonom araştırmalar getiriyor
Kaynak Düğüm: 2365769
Zaman Damgası: Kasım 4, 2023
Nano ölçekli boşlukları anlamada büyük adımlar atmak
Kaynak Düğüm: 2219969
Zaman Damgası: Ağustos 18, 2023
Bozulmaya karşı perovskite güneş pili direncinin iyileştirilmesi
Kaynak Düğüm: 1907106
Zaman Damgası: Jan 19, 2023
Nano ölçekte entropi üretimini ölçmek için yeni yöntem
Kaynak Düğüm: 2526486
Zaman Damgası: Mar 26, 2024
Ölümcül bulaşıcı hastalıkları tespit etmek için süper hassas teknik
Kaynak Düğüm: 2289236
Zaman Damgası: Eylül 22, 2023
Fermi düzeyinde ayarlı van der Waals yarı metal elektrotlarla p tipi 2D tek kristalli transistör dizilerinin imalatı
Kaynak Düğüm: 2294144
Zaman Damgası: Eylül 26, 2023
Yapay Zeka, şehir planlamacılarını ve politika yapıcıları şehirlerin çürümesine karşı uyarabilir
Kaynak Düğüm: 2353333
Zaman Damgası: Ekim 28, 2023
'Nanodikişler' daha hafif ve daha sert kompozit malzemeleri mümkün kılıyor
Kaynak Düğüm: 2547826
Zaman Damgası: Nisan 16, 2024