未来十年的内存趋势

随着新兴的大数据和人工智能(AI)应用(包括机器学习)推动了许多行业的创新,如何推进内存技术以满足不断变化的计算需求这一问题给该行业带来了一些挑战。

主流内存技术DRAM和NAND闪存长期以来一直是可靠的行业工作马,每种技术都针对特定目的进行了优化,分别作为处理大量数据的主内存和数据存储的理想非易失性内存。但是,今天这些技术在许多方面受到AI工作负载要求的挑战,这些工作负载要求直接和更快地访问内存。

业界面临的问题包括,未来十年内存技术的发展趋势是什么?业界将如何扩展和发展主流内存,以提供高性能、高密度存储和更强大的功能?高性能机器学习和其他人工智能应用需要什么样的新内存?内存技术如何提高整体性能?

该行业正在评估各种改进方案,并提出不同的解决方案。对于扩展路径、未来应用程序所需的内存类型以及系统架构如何改变以促进内存计算等新概念,人们进行了大量讨论。

这种不断变化的内存环境将成为技术小组188金宝搏备用网址应用材料将于12月4日在旧金山举办(与国际电子器件会议联合)。该小组将邀请来自美光、三星、SAP、SK hynix和Xilinx的杰出演讲者,就上述问题和相关主题进行发人深省的讨论。

未来记忆景观的某些特征已经清晰可见。很明显,在人工智能时代,记忆的作用将会扩大。

3D NAND的垂直扩展仍在继续,为了提高存储密度,正在采用更多的对和多层方案。使用DRAM时,几何横向扩展仍在继续,但速度正在放缓,需要进行材料创新,以便与3D NAND一样进一步扩展。可能会有更多类型的专用DRAM用于各种高级应用——DRAM的多样性常常被忽视。

然而,即使主流内存正在朝着更高的性能和功能扩展,它们可能仍然不足以支持高性能机器学习等人工智能技术。这些应用程序不仅需要更多的内存,还需要更快、更大容量的内存解决方案。共识是新的,,不同类型的内存方案和技术这是需要的。

内存计算是一个新兴的概念,作为扩展和实质性改进内存的一种手段,它成为新闻头条。这种方法设想了内存中的一些逻辑功能,因此它执行的不仅仅是简单的内存。另一个想法是让计算架构围绕内存设计,就像它们目前围绕微处理器设计一样。尽管以内存为中心的计算仍处于早期阶段,但显而易见的是,内存任务的传统边界是如何变得模糊的。

封装是人工智能的另一个关键因素,它支持高带宽内存以及逻辑计算和内存的异构集成,以实现高速访问。问题是哪种不同的内存封装配置将成为成本和性能的最佳方法。

总而言之,需要多种内存技术来提供性能和功能增益,以实现下一个计算时代。重要的是,这项工作需要整个生态系统的创新——从材料到系统。我希望你们能加入我们,参加一个专家小组就这一不断变化的环境进行的富有洞察力的讨论。这是你的电话号码链接登记。

在您的收件箱中接收更新!

现在订阅

想参加讨论吗?

添加新注释:*

你也可以填写这个类型请直接与我们联系,我们会尽快回复您。