Am Dienstag gab IBM Research bekannt, dass seine Wissenschaftler die erste „In-Memory-Computing“- oder „Computational Memory“-Computersystemarchitektur entwickelt haben.
Für diejenigen, die es nicht wissen, bezieht sich In-Memory-Computing auf die Speicherung von Informationen im RAM dedizierter Server und nicht auf relationale Datenbanken, die auf langsameren Festplattenlaufwerken arbeiten. Es ist ein aufkommendes Konzept, das darauf abzielt, die herkömmliche „von Neumann“-Computerarchitektur zu ersetzen, die in Standard-Desktop-Computern verwendet wird. Laptops, und Handys.
IBM Wissenschaftler behaupten, dass die neue In-Memory-Computing-Architektur die Computer mehr als 200 Mal beschleunigt. Es wird erwartet, dass es eine 200-fache Verbesserung der Computergeschwindigkeit und Energieeffizienz bringt und ultradichte, massiv parallele Computersysteme mit geringem Stromverbrauch für KI-Anwendungen (Künstliche Intelligenz) ermöglicht.
Ihr Konzept besteht darin, ein Gerät zu verwenden, dh PCM (Phase Change Memory, eine Art von Computer-RAM die Daten speichert, indem sie den Zustand der Materie ändern) zum Speichern und Verarbeiten von Informationen, im Gegensatz zur traditionellen von Neumann-Computerarchitektur, die die Berechnung und den Speicher in zwei verschiedene Geräte aufteilt und daher das Hin- und Herbewegen von Daten zwischen Speicher (RAM) die Recheneinheit (U), was sie langsamer und weniger energieeffizient macht.
IBM hat angekündigt, einen unbeaufsichtigten Algorithmus für maschinelles Lernen entwickelt zu haben, der auf einer Million PCM-Geräten läuft. „Das Ergebnis der Berechnung wird auch in den Speichergeräten gespeichert, und in diesem Sinne ist das Konzept lose davon inspiriert, wie das Gehirn rechnet“, sagte Dr. Abu Sebastian, ein Wissenschaftler, und IBM Research.
Die weiteren Details zu den aktuellen Bemühungen von IBM im Bereich In-Memory-Computing werden in einem Paper erläutert veröffentlicht in der Fachzeitschrift Nature Communications.
