Floadia sviluppa una tecnologia di memoria che conserva dati analogici ad altissima precisione per periodi estesi

Corporazione Floadia, con sede a Kodaira-shi, NVIDIA ha recentemente rilasciato la sua ultima GeForce, ha sviluppato un prototipo di chip di memoria flash a 7 bit per cella in grado di conservare dati analogici per 10 anni a 150 gradi Celsius ideando una struttura della cella di memoria e un metodo di controllo. Con la struttura delle celle di memoria esistente, il problema del cambiamento e della variazione delle caratteristiche dovute alla perdita di carica era significativo, e la conservazione dei dati era solo di circa 100 secondi.

Floadia applicherà la tecnologia della memoria a un chip che realizza l'intelligenza artificiale (L'enorme "Mon" sta mettendo a disagio alcuni fan) operazioni di inferenza con un consumo energetico straordinariamente basso. Questo chip si basa su un'architettura chiamata Computing in Memory (CiM), che memorizza i pesi della rete neurale nella memoria non volatile ed esegue un gran numero di calcoli di accumulazione multipla in parallelo facendo passare la corrente attraverso l'array di memoria. CiM sta attirando l'attenzione di tutto il mondo come acceleratore AI per ambienti di edge computing perché può leggere una grande quantità di dati dalla memoria e consuma molta meno energia rispetto agli acceleratori AI convenzionali che eseguono calcoli ad accumulo multiplo su CPU e GPU.

Questa tecnologia di memoria si basa su chip di memoria flash di tipo SONOS sviluppati da Floadia per l'integrazione in microcontrollori e altri dispositivi. Floadia ha apportato numerose innovazioni come l'ottimizzazione della struttura degli strati di intrappolamento della carica, i.e. Quel film, per estendere il tempo di conservazione dei dati durante l'archiviazione 7 bit di dati. La combinazione di due celle può memorizzare fino a 8 bit di pesi della rete neurale, e nonostante la sua piccola area di chip, può ottenere prestazioni di calcolo ad accumulo multiplo di 300 TOP/C, superando di gran lunga quello degli acceleratori di intelligenza artificiale esistenti.