Durchbruch in der CRAM-Technologie verwirft das von-Neumann-Modell und macht KI 1.000-mal energieeffizienter

Forschern der Universität von Minnesota ist ein bedeutender Durchbruch gelungen, der die Energieeffizienz von KI drastisch verbessern könnte. Sie entwickelten einen neuen "Computational Random-Access Memory" (CRAM) Prototyp-Chip, der den Energiebedarf für KI-Anwendungen um das bis zu 1.000-fache oder mehr reduzieren kann. Diese Technologie nutzt spintronische Geräte namens magnetische Tunnelübergänge (MTJs), um Berechnungen direkt im Speicher durchzuführen, was den traditionellen Ansatz der von-Neumann-Architektur umwälzt.

Während herkömmliche Rechnerarchitekturen Daten konstant zwischen separaten Prozessor- und Speichereinheiten bewegen, ermöglicht die CRAM-Technologie Berechnungen dort, wo die Daten bereits gespeichert sind, was erheblich weniger Energie verbraucht. MTJs nutzen den Spin von Elektronen, anstatt sich auf elektrische Ladungen zur Datenspeicherung zu verlassen.

Die Anwendung dieser Technologie könnte in einer Zeit, in der der Stromverbrauch für KI-Anwendungen rapide ansteigt, von entscheidender Bedeutung sein. Vorhergesagt wird, dass sich der globale Stromverbrauch für KI von 460 Terawattstunden im Jahr 2022 bis 2026 mehr als verdoppeln könnte. Die Erforschung dieser Technologie begann schon vor über 20 Jahren und basiert auf den Arbeiten von Professor Jian-Ping Wang.

Trotz der vielversprechenden Ergebnisse müssen noch Herausforderungen hinsichtlich Skalierbarkeit, Herstellung und Integration mit bestehendem Silizium überwunden werden. Die Forscher planen bereits Demonstrationskooperationen mit führenden Unternehmen der Halbleiterindustrie, um CRAM auf den Markt zu bringen.

[Originalartikelübersetzung]

[Originalartikel]