美國斯坦福大學科學家朝著新技術邁進，結合超高價但超快速的SRAM和DRAM
隨著對人工智能（AI）系統能效硬件的需求日益增加，記憶體技術的改進成為了重點研究方向。斯坦福大學的電機工程師們正在開發一種新的混合記憶體類型，旨在將動態隨機存取記憶體（DRAM）的高密度與靜態隨機存取記憶體（SRAM）的高速結合起來。
這項研究的資金來自《CHIPS和科學法案》，最近美國國防部向加州-太平洋西北AI硬件中心提供了1630萬美元的資助。AI系統對能有效移動和處理大量數據的硬件依賴性極高，但內存與邏輯單元之間的數據傳輸需要時間，這會減慢GPU的運行速度，並導致能耗增加。
隨著AI模型變得越來越大和複雜，這些記憶體瓶頸的問題愈發明顯。因此，將更快且密度更高的記憶體直接放置在芯片上被視為解決方案之一。
斯坦福大學的H.-S. Philip Wong強調，記憶體在提高AI硬件能效方面的重要性。他的團隊轉向一種新的記憶體設計——增益電池記憶體（Gain Cell memory），這種記憶體結合了DRAM和SRAM的優勢，提供了一個折衷方案，既具備DRAM的小體積，又具備SRAM的快速讀取速度。
這一新設計的關鍵在於使用了兩個晶體管——一個用於寫入數據，另一個用於讀取，而不是傳統DRAM中的電容器。這使得增益電池能更可靠地保持數據，並在讀取數據時增強信號強度。
增益電池記憶體在矽基設計中面臨著快速數據洩漏的限制，而在氧化物基設計中則存在較慢的讀取速度。然而，斯坦福團隊將矽晶體管與氧化銦錫晶體管結合在一起，顯著提升了設備的性能，實現了更快的讀取速度，同時保持了緊湊的體積。
這種新設計可以將數據保持超過5000秒，遠超傳統DRAM每64毫秒需刷新一次的要求。此外，這種混合記憶體的速度約為氧化物-氧化物增益電池的50倍。
Wong將這一進展比作從一輛基本的三速自行車過渡到一輛複雜的20速自行車，強調這一記憶體技術的演變將超越傳統的DRAM、SRAM和閃存等選項。他表示：「我們希望提供更好的選擇，讓設計師能夠進行更好的優化……這是一個重新架構計算機的機會。」
這項研究不僅在技術層面上具有重要意義，還可能引發整個行業的變革。隨著AI技術的快速發展，記憶體技術的進步將直接影響到計算機的性能和能耗，對未來的科技發展具有深遠的影響。在這樣的背景下，增益電池記憶體的成功開發無疑將成為AI硬件領域的一個重要里程碑，值得我們持續關注。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
🎨 Nano Banana Pro 圖像生成器｜打幾句說話就出圖
想畫人像、產品圖、插畫？SSFuture 圖像生成器支援 Flux 同 Gemini Nano Banana Pro 改圖 / 合成， 打廣東話都得，仲可以沿用上一張圖繼續微調。
