Un chip analogico esegue grandi trasformate di Fourier con mezzo milione di celle di memoria flash

Mappare un algoritmo digitale su array di memoria fisica

Le trasformate di Fourier scompongono segnali complessi nelle loro singole frequenze per far emergere schemi nascosti in suoni, radar e immagini digitali, tecnologie essenziali per la robotica e l'esplorazione spaziale. I sistemi di calcolo standard calcolano questi segnali con la trasformata veloce di Fourier, nota come FFT. La formulazione matematica si basa su una legge di scala O(N log N), che divide ricorsivamente le trasformate di grandi dimensioni in parti più piccole per accelerare i calcoli sui microprocessori digitali. Sebbene l'hardware analogico gestisca i dati come grandezze elettriche continue con un consumo energetico inferiore, finora faticava a eseguire trasformate di grandi dimensioni perché l'algoritmo era pensato per la logica digitale, secondo una ricerca pubblicata su Nature Electronics.

Il calcolo analogico in-memory si è affermato come acceleratore a basso consumo per le moltiplicazioni di matrici, un'operazione centrale nei modelli di intelligenza artificiale. Tuttavia, mappare la strategia divide-et-impera della FFT sui chip analogici restava un problema irrisolto. Il team ha affrontato questo limite combinando la scomposizione ricorsiva dell'algoritmo con grandi blocchi di memoria fisica.

«Per anni, il nostro gruppo e molti altri abbiamo esplorato il calcolo analogico in-memory come acceleratore molto efficiente per le moltiplicazioni di matrici.»

— T. Patrick Xiao, Sandia National Laboratories

Calcolare una trasformata a 65.536 punti con celle flash SONOS

I ricercatori hanno interrotto la divisione matematica della trasformata di Fourier quando la dimensione del sottoproblema coincideva con l'array fisico dell'hardware. Questa innovazione ibrida consente al sistema di completare in parallelo i calcoli matriciali essenziali all'interno dell'array di memoria, mentre i circuiti digitali eseguono le operazioni rimanenti. Per collaudare l'architettura, il gruppo ha programmato i coefficienti della trasformata discreta di Fourier direttamente in dispositivi di memoria flash SONOS, come riportato da TechXplore.

Le celle SONOS immagazzinano una carica elettrica in uno strato isolante ultasottile, che conserva i dati numerici senza bisogno di alimentazione continua. Il team ha configurato un blocco da 512 × 1.024 all'interno dell'array di memoria con una matrice di trasformata discreta di Fourier a 256 punti. Facendo lavorare contemporaneamente oltre 500.000 dispositivi flash, il processore analogico ha completato con successo una FFT a 65.536 punti senza subire un accumulo catastrofico di errore nel segnale.

Elaborazione dei segnali oltre i carichi di lavoro dell'intelligenza artificiale

Le precedenti implementazioni analogiche avevano dimostrato solo trasformate di piccole dimensioni, fino a 64 o 128 punti, prima che il rumore degradasse il calcolo. Controllando con alta precisione le celle SONOS, il team ha mantenuto calcoli matriciali accurati su mezzo milione di componenti contemporaneamente. Nei test pratici, la piattaforma ibrida ha elaborato attività tra cui elaborazione radar, riduzione del rumore nelle immagini e filtraggio audio, dimostrando che le architetture analogiche in-memory possono affrontare carichi di lavoro ben al di fuori delle routine di moltiplicazione di matrici per l'intelligenza artificiale. Man mano che i ricercatori perfezionano l'invenzione, la svolta potrebbe aprire la strada anche a nuove domande di brevetto e applicazioni commerciali nell'elaborazione dei segnali a basso consumo.

Leggi anche su The Patent: La pipeline autonoma di OpenAI scopre 948 falle nel kernel Linux