Smoothing the Triangle: Rethinking the Memory Stack for Unconventional AI
Unconventional AI は、AI システムが従来型のコンピューティングから離れるにつれ、メモリ技術も変わる必要があると論じている。従来ほど厳しい信頼性を求めなくてよくなるためで、記事ではメモリを2種類に分ける案を示す。ひとつは PCM や RRAM といった高密度の不揮発性技術を使うパラメータ用メモリ、もうひとつは DRAM 的な技術によるワーキングメモリである。学習時にニューラルネットワーク側で誤りを許容できるようにすれば、数十年にわたりビットエラー率をほぼゼロに保つことを目指すのではなく、密度と効率を優先した設計ができるとしている。
Unconventional AI 公式ブログで全文を読む ↗