Khunjerab: Überbrückung von Anwendungen und zukünftig aufkommender Speicher zur optimalen Auslegung von Performance, Energie und Zuverlässigkeit

• Antragsteller: Professor Dr. Holger Fröning; Professor Dr. Vincent Heuveline
• Fachliche Zuordnung: Rechnerarchitektur, eingebettete und massiv parallele Systeme ; Mathematik ; Softwaretechnik und Programmiersprachen
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 449797478

Zusammen mit den fundamentalen Skalierungsbeschränkungen von CMOS-Transistoren wachsen sich die Anforderungen an datenintensive Berechnungen, die äußerst schwierig zu erfüllen sind. Insbesondere kostspielige Off-Chip-Zugriffe auf den Direktzugriffsspeicher (RAM) wurden zu einem wichtigen Thema bei der Reduzierung der Leistung und der Energieeffizienz. Die On-Chip-Speicherstruktur mit der Integration von den beiden Funktionen, Speicherung und Berechnung, könnte in naher Zukunft den Durchbruch bedeuten.Obwohl es verschiedene technologische Alternativen gibt, die von Forschung und Entwicklung in Betracht gezogen werden, sind die meisten von ihnen noch im Entstehen begriffen und dieAuswirkungen auf den gesamten "Compute Stack" müssen noch verstanden werden. Der Resistive RAM (RRAM), bekannt als Memristor, ist ein besonderes Beispiel für eine solche Speichertechnologie. RRAM kann Speicherung und Berechnung am gleichen physikalischen Ort integrieren, was es zu einem vielversprechenden Kandidaten für eine weitere Skalierung der Gerätegröße mit dem Standard-CMOS-Prozess macht. Dennoch gibt es eine einige gravierende Mängel, einschließlich der Zuverlässigkeit, da RRAMs von Natur aus instabil sind, sowie Variabilität bei der Herstellung die die Leistung und Haltbarkeit erheblich beeinflussen, da die Lebensdauer durch den Verschleiß bei den Schreib-Operationen begrenzt ist. Letztendlich gibt es einen riesigen Raum an Möglichkeiten, basierend auf verschiedenenDesignparametern, die möglicherweise zu unsicheren Konstruktionen mit hoher Leistung, aber geringer Zuverlässigkeit führen. Aufgrund der derzeitigen Nachteile von RRAM, ist die zukünftige Speicherarchitektur höchstwahrscheinlich heterogen, wodurch die besten Mischeigenschaften einer bestimmten Technologie erforderlich sind.Das vorgeschlagene Forschungsvorhaben berücksichtigt eine Reihe anspruchsvoller Anwendungen, verschiedenener Bereiche, einschließlich Bildsegmentierung, Fluiddynamik, Finanzmathematik, Differentialoperator Approximation und andere Anwendungen neuronaler Netze, mehrere Modelle von RRAM-Design-Alternativen, und eine Prozessorsimulationsumgebung für eine Leistungsbewertung in Bezug auf die Ausführungszeit und Leistungsaufnahme. Wir beabsichtigen, gute Berechnungspläne zufinden, die die Abbildung von Brechungen und Speicheroperationen an heterogenen Hardwareressourcen ermöglichen, indem große Räume solcher Kandidaten geschaffen und durchsucht werden. Dieser Tool-Stack bildet die Grundlage für Untersuchungen des heterogenen Gedächtnisses, In-Memory-Berechnungen und PPR-Kompromisse.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: China
• Partnerorganisation: National Natural Science Foundation of China
• Mitverantwortlich: Dr. Chen Song, Ph.D.
• Kooperationspartner: Dr. Kai Xi; Professor Jiawei Zhang