ミネソタ大学ツインシティーズの研究者は、AI の遊雅堂 スポーツベット消費を少なくとも 1,000 分の 1 に劇的に削減できる最先端のハードウェア デバイスを開発しました。
この画期的な進歩は、さらなる追求における大きな前進を意味しますAI bet365 仮想通貨需要: Google の排出量は.
AI の遊雅堂 スポーツベット需要への対処
AI アプリケーションの普及が進むにつれ、パフォーマンスを犠牲にしたりコストを上昇させることなく遊雅堂 スポーツベット効率を向上させることが急務となっています。
従来の AI プロセスは、ロジック (処理) とメモリ (ストレージ) の間でデータを絶えず転送することにより、膨大な電力を消費します。
ミネソタ大学の新しいモデル、と呼ばれる計算ランダム アクセス メモリ (CRAM)は、処理のためにデータをメモリ内に保持することでこの問題に対処します。
「この研究は、CRAM の最初の実験的デモンストレーションです。コンピュータが情報を保存するグリッドから離れる必要なく、データ全体がメモリ アレイ内で処理されます」と、電気工学科博士研究員の Yang Lv 氏は説明しました。コンピュータ工学および研究の筆頭著者。
CRAM: AI の遊雅堂 スポーツベット効率における変革者
国際遊雅堂 スポーツベット機関 (IEA) は次のように予測していますAI の遊雅堂 スポーツベット消費量は 2022 年の 460 テラワット時 (TWh) から 2026 年の 1,000 TWh に倍増します、日本の総電力消費量に匹敵します。
CRAM ベースの機械学習推論アクセラレータは、従来の方法と比較して最大 1,000 倍の遊雅堂 スポーツベット改善を達成でき、一部のアプリケーションでは 2,500 倍および 1,700 倍の遊雅堂 スポーツベット節約が見られます。
「20 年前のコンピューティングにメモリ セルを直接使用するという私たちの最初のコンセプトは、クレイジーだと考えられていました」と、論文の上級著者でミネソタ大学の特別マックナイト教授である Jian-Ping Wang 氏は述べています。
物理学、材料科学、コンピューター サイエンス、工学の専門家で構成される学際的なチームは、2003 年からこのテクノロジーを開発してきました。
この研究は、磁気ランダム アクセス メモリ (MRAM) を含むハード ドライブ、センサー、その他のマイクロエレクトロニクス システムで使用されるナノ構造デバイスである磁気トンネル接合 (MTJ) に関する特許取得済みの研究に基づいています。
CRAM はこれらの進歩を利用してメモリ セル内で直接計算を実行し、従来のアーキテクチャに典型的な低速で遊雅堂 スポーツベットを大量に消費するデータ転送を排除します。
フォン・ノイマンのボトルネックを打破
CRAM アーキテクチャは、計算とメモリが別個のエンティティである従来のフォン ノイマン アーキテクチャのボトルネックを克服します。
「CRAM は非常に柔軟です。計算はメモリ アレイ内のどの場所でも実行できます」と、コンピューティング アーキテクチャの専門家である准教授の Ulya Karpuzcu 氏は述べています。
この柔軟性により、CRAM は従来のシステムよりも効率的にさまざまな AI アルゴリズムのパフォーマンス ニーズに対応できます。
CRAM は、データの保存に複数のトランジスタを使用する現在のランダム アクセス メモリ (RAM) デバイスよりも大幅に少ない遊雅堂 スポーツベットを使用します。
CRAM は、電荷の代わりに電子スピンを使用するスピントロニクス デバイスの一種である MTJ を採用することにより、従来のトランジスタ ベースのチップに代わるより効率的な代替手段を提供します。
ミネソタ大学のチームは現在、半導体業界のリーダーと協力してデモンストレーションを拡大し、AI の遊雅堂 スポーツベット消費を大規模に削減するために必要なハードウェアを製造しています。
CRAM テクノロジーの開発は、持続可能な AI コンピューティングに向けた記念碑的な一歩を表します。
このイノベーションは、高性能を維持しながら AI の遊雅堂 スポーツベット消費を大幅に削減することで、AI アプリケーションの増大する需要に応え、より効率的で環境に優しい未来への道を開くことを約束します。
