机构名称：
¥ 1.0
传统计算平台并未针对高效的数据传输进行优化，这使得在数据量呈指数增长的情况下进行大规模数据分析变得复杂。技术扩展不平衡进一步加剧了这种情况，因为数据通信而不是计算成为了关键的瓶颈 [5]。在这种情况下，硬件的专业化无济于事，除非以数据为中心。将计算能力紧密集成到内存中，即内存处理 (PIM)，尤其有前景，因为数据传输的开销在大规模情况下变得令人望而却步。PIM 拥有丰富的设计空间，涵盖成熟的处理器和驻留在内存中的协处理器 [6]。然而，在 3D 堆叠出现之前，最先进的逻辑和内存技术的不兼容性阻碍了实用的原型设计。尽管如此，3D 堆叠只能实现近内存处理，NMP [1]、[2]、[8]。主要的挑战仍然是在不违反阵列规律的情况下融合计算和内存。新兴的自旋电子技术在逻辑和存储器的紧密集成方面表现出非凡的多功能性。本次演讲介绍了一种高密度、可重构的自旋电子存储器计算基板——计算 RAM (CRAM) [10]。其基本思想是在不破坏阵列规律性的情况下，为基于磁隧道结 (MTJ) 的存储器单元 [7]、[12] 添加计算能力。因此，每个存储器单元都可以作为输入或输出参与门级计算。计算不会造成中断，即，作为门输入的存储器单元不会丢失其存储的值。这一思想同样适用于基于自旋力矩转移 (STT) 和自旋轨道力矩 (SOT) 的技术。CRAM 可以实现不同类型的基本布尔门以形成功能完整的集合，因此对计算类型没有根本限制。如果使用 SOT (STT) 实现，CRAM 阵列中的每一列（行）一次只能有一个活动门，但是，所有列（行）中的计算可以并行进行。CRAM 通过重新配置内存阵列中的单元来实现逻辑功能，从而提供真正的内存计算。由于阵列中的所有单元都是相同的，因此逻辑门的输入和输出不需要限制在阵列中的特定物理位置。换句话说，CRAM 可以根据需要在内存阵列中的任何位置启动计算。
利用 CRAM 实现真正的内存计算
主要关键词
相关文件推荐
