TetraMem et SK hynix présentent les résultats d’une collaboration technologique fructueuse pour faire progresser l’informatique IA axée sur la mémoire

Cette réalisation commune met en évidence la manière dont l'informatique analogique en mémoire peut répondre aux défis énergétiques et thermiques croissants liés à l'IA, tout en jetant les bases d'une collaboration plus étroite sur les architectures de mémoire et de calcul de nouvelle génération.

SAN JOSE, Californie & ICHEON, Corée du Sud--(BUSINESS WIRE)--TetraMem Inc., leader dans le domaine de la technologie de calcul analogique en mémoire (A-IMC), et SK hynix Inc., leader mondial des technologies de mémoire pour l’IA et des semi-conducteurs, ont annoncé aujourd’hui la réussite d’une collaboration technologique, marquée par la publication de leur article de recherche intitulé « A Memristor-based In-Memory Computing SoC with Efficient Depthwise Convolution » dans la revue Advanced Intelligent Systems. Ces travaux ont également été sélectionnés comme article de couverture de la revue, en reconnaissance de leur innovation technique et de leur impact potentiel sur l’informatique IA de nouvelle génération.

Cette collaboration associe l’expertise de SK hynix en matière de technologies de mémoire avancées et la plateforme de calcul analogique en mémoire de TetraMem afin d’explorer de nouvelles architectures informatiques capables de relever l’un des défis les plus urgents de l’intelligence artificielle : réduire la consommation d’énergie et les contraintes thermiques liées à la croissance rapide des charges de travail de l’IA.

Alors que les modèles de base continuent de passer de milliards à des milliers de milliards de paramètres, le transfert de données entre les processeurs et la mémoire est devenu un facteur prépondérant de la consommation électrique, de la latence et des problèmes thermiques du système. Le calcul analogique en mémoire (A-IMC) résout ce goulot d’étranglement grâce à une architecture fondamentalement différente, en effectuant les opérations matricielles directement là où résident les poids du modèle, ce qui réduit considérablement le transfert de données tout en améliorant les performances au niveau du système et l’efficacité énergétique : le calcul s’effectue là où se trouvent les poids du modèle d’IA.

Les travaux publiés présentent un système sur puce (SoC) d’IA basé sur des memristors mettant en œuvre une convolution en profondeur efficace, un élément constitutif essentiel des charges de travail modernes d’inférence IA. Au-delà de la démonstration de la faisabilité du calcul analogique en mémoire, le projet met en avant l’intégration efficace de dispositifs de mémoire émergents, de la conception de circuits, de l’architecture IA, des logiciels et de l’optimisation du système au sein d’une plateforme semi-conductrice pratique.

Plus important encore, ce projet reflète la solide collaboration technique entre les équipes RTC de SK hynix et TetraMem, qui combinent leurs expertises complémentaires pour faire progresser les technologies de calcul IA centrées sur la mémoire.

« Nous sommes honorés de célébrer cette étape importante aux côtés de SK hynix », a déclaré Glenn Ge, PDG et cofondateur de TetraMem. « Cette réussite démontre ce qu’il est possible d’accomplir grâce à une collaboration étroite au sein de l’écosystème des semi-conducteurs. Avec l’évolution constante de l’IA, les avancées majeures nécessiteront des innovations non seulement en matière de calcul, mais aussi dans les domaines de la mémoire et de l’architecture système. Nous pensons que l’informatique centrée sur la mémoire et l’informatique analogique en mémoire deviendront des technologies de plus en plus importantes pour relever les futurs défis de l’IA en matière d’efficacité énergétique et de gestion thermique, et nous nous réjouissons de poursuivre notre collaboration avec SK hynix. »

Soo Gil Kim, vice-président de SK hynix, a déclaré : « Nous sommes ravis de constater le succès de cette collaboration et la reconnaissance dont elle bénéficie de la part d'Advanced Intelligent Systems. Ce projet démontre l’intérêt d’explorer des technologies de mémoire innovantes et de nouvelles architectures informatiques pour les futurs systèmes d’IA. Nous apprécions l’excellente collaboration avec l’équipe TetraMem et nous nous réjouissons de poursuivre nos échanges techniques dans des domaines d’intérêt commun. »

Le fait que ces travaux aient été choisis pour faire la couverture de la revue souligne encore davantage l’importance de cette réalisation conjointe et l’importance croissante de l’informatique centrée sur la mémoire au sein du secteur de l’IA.

À l’avenir, les deux entreprises reconnaissent que les futures infrastructures d’IA nécessiteront des avancées continues en matière de technologie de mémoire, d’architecture informatique et d’intégration des systèmes afin de répondre aux exigences croissantes en matière de performances, d’efficacité énergétique et d’informatique durable. Fortes du succès de cette collaboration, les deux organisations se réjouissent d’explorer de nouvelles opportunités de collaboration technique visant à faire progresser les technologies informatiques d’IA de nouvelle génération.

L’article intitulé « A Memristor-based In-Memory Computing SoC with Efficient Depthwise Convolution » est désormais disponible en ligne dans la revue Advanced Intelligent Systems.

À propos de TetraMem

TetraMem Inc. est une entreprise de semi-conducteurs de la Silicon Valley, pionnière dans le domaine du calcul analogique en mémoire (A-IMC) basé sur la technologie des memristors à plusieurs niveaux (RRAM). Sa plateforme de calcul IA centrée sur la mémoire permet une inférence IA hautement performante et économe en énergie pour les applications en périphérie, en entreprise et dans les futurs centres de données.

À propos de SK hynix

SK hynix Inc. est une entreprise mondiale spécialisée dans les semi-conducteurs et l'un des principaux fournisseurs de mémoires HBM, de mémoires flash NAND et de solutions de mémoire avancées pour l'IA. L'entreprise continue de développer des technologies de mémoire innovantes qui sont au cœur de l'IA de nouvelle génération, du calcul haute performance et des applications centrées sur les données à l'échelle mondiale.

Le texte du communiqué issu d’une traduction ne doit d’aucune manière être considéré comme officiel. La seule version du communiqué qui fasse foi est celle du communiqué dans sa langue d’origine. La traduction devra toujours être confrontée au texte source, qui fera jurisprudence.

Contact presse :
Glenn Ge
pr@tetramem.com