Южнокорейские учёные создали AI-чип с объединённой памятью и вычислениями

Почему раздельная память и процессор — вчерашний день: разбор нового AI-чипа из Кореи

Учёные Пхоханского университета науки и технологии (POSTECH) сделали то, о чём шепчутся на всех конференциях по hardware. Они взяли и объединили память с вычислениями на одном кристалле. Без дурацких перемещений данных туда-сюда. Без потерь энергии на бессмысленный трафик. И да — использовали технологию из OLED-дисплеев.

Звучит как фантастика? Нет. Это лабораторный прототип, который работает. И он ломает столетнюю архитектуру фон Неймана, где процессор и память — два разных города, соединённых узким мостом.

Проблема, о которой молчат производители

Классическая архитектура фон Неймана — главный тормоз современного AI. Знаете, сколько энергии тратится просто на то, чтобы перегнать данные из DRAM в процессор? До 80%. Да, вы не ослышались. Восемьдесят процентов энергопотребления — это не вычисления, а логистика. А когда нейросеть с миллиардами параметров пытается учиться, каждое обращение к памяти — это микросекунда задержки.

И вот корейцы говорят: «А давайте вычислять прямо в памяти». Без шины, без контроллеров, без бессмысленного копирования. Идея не нова — in-memory computing обсуждают лет десять. Но POSTECH пошли дальше: они нашли способ сделать это на материалах, которые уже миллионами производят для OLED-экранов. Дешёво, сердито и масштабируемо.

Как это работает: микроинструкция для технарей

1. Ячейка памяти выполнена из тонкоплёночных полупроводников, родственных тем, что излучают свет в вашем смартфоне. Только здесь они работают в «вычислительном» режиме.
2. Подача напряжения заставляет ячейку выполнять базовые логические операции (вроде AND, OR, XOR) прямо там, где хранится бит. Никакой передачи в ALU — всё внутри.
3. Результат считывается как состояние памяти. Один такт — и операция готова.

Проще говоря: вы не перекладываете данные из стопки А в стопку Б. Вы меняете саму стопку. Это снижает задержки на порядок. А энергопотребление падает, потому что не надо заряжать длинные линии передачи.

Сравнение двух миров

«Если эту технологию масштабируют, мы увидим совершенно другой класс вычислителей — без разделения на память и процессор. Для систем реального времени — это как переход с дисковода на SSD».

Личное наблюдение автора

Недавно я был на конференции по аппаратному обеспечению для AI. Там выступал инженер из Google. Он сказал фразу, которая меня поразила: «Мы упёрлись не в алгоритмы, а в память. Любая нейросеть упирается в пропускную способность шины между чипом и RAM». И вот теперь POSTECH предлагает решение — не увеличивать пропускную способность, а вообще убрать шину. Это смело.

Конечно, до серийного производства — годы. Прототип пока что работает на пластиковых подложках, интеграция с кремниевыми техпроцессами — вопрос открытый. Но направление абсолютно верное. Особенно для устройств с ограниченным энергопотреблением: дроны, умные датчики, голосовые помощники в автономном режиме.

Что это даёт на практике

• Скорость — обучение нейросетей ускорится в разы, потому что отпадёт «бутылочное горлышко» пересылки данных.
• Энергия — батарея в смартфоне будет жить дольше, даже если гонять большие модели прямо на устройстве.
• Компактность — исчезнет необходимость в отдельной видеокарте для AI; всё можно интегрировать в один чип.

Моё мнение: через 5–7 лет мы перестанем говорить о «раздельной архитектуре». Технология POSTECH — не единственная, но одна из самых реалистичных. Если её доведут до ума, рынок процессоров для AI ждёт перетряска. И да, первыми выиграют те, кто сегодня инвестирует в нейроморфные решения и in-memory computing.

Резюме от автора: чип есть, он работает, он решает реальную проблему. Ждём коммерческого образца и молимся, чтобы корейцы не засекретили технологию.