英特尔的研究人员可能已经研制出了一种能够取代几十年来微处理器、存储芯片和其他逻辑电路一直使用的技术的替代品。
这项研究很重要,因为基于互补性氧化金属半导体(Complementary Metal-Oxide Semiconductor,CMOS)技术的芯片已经接近其潜力的顶峰。 CMOS芯片是建立在通过由绝缘栅极控制可切换的半导体电导彼此连接的晶体管基础之上的。
自20世纪60年代以来,这项技术一直为行业提供良好的性能,但近年来也成为一个限制因素。这项技术的小型化——为了将更多的晶体管封装到电路板上并提高其计算能力——正在变得越来越困难。
因此,为了打造更强大的微处理器,英特尔正致力于利用新的量子材料弥补CMOS的不足。英特尔研究人员称,一种名为“可扩展的节能型电动旋转轨道逻辑”技术可能就是这个问题的答案。
与CMOS相比,这种所谓的MESO技术有可能将微芯片的电压降低到CMOS的五分之一,当结合“超低睡眠状态功率”的时候,能效可以提高10到30倍。
英特尔研究人员在《自然》杂志上发表的一篇论文中这样写道:“我们正在寻找革命性的、而不是进化性的、超越了CMOS时代的计算方法。MESO是围绕低压互连和低压磁电机构建的,将量子材料创新与计算结合在一起。我们对我们取得的进展感到非常兴奋,期待着未来能够展示进一步降低电压的潜力。”
英特尔研究人员已经使用由加州大学伯克利分校Ramamoorthy Ramesh和劳伦斯伯克利国家实验室开发的巨型电子和量子材料构建了MESO原型设备。
更具体地说,MESO在室温下使用所谓的多铁材料,产生“自旋 - 轨道转换效应”。该材料是磁性的——也就是原子全部对齐,如同常见的永久性磁铁——和铁磁性的,这两种状态是耦合在一起的,这意味着如果你改变其中一个,也要改变另一个。
研究人员表示:“在MESO设备中,电场会改变或翻转整个材料中的偶极子电场,这会改变或翻转产生磁场的电子自旋,”研究人员说。
图注:多铁性材料铋-铁-氧化物的单晶。铋原子(蓝色)在立方体的每个面上形成具有氧原子(黄色)的立方晶格,并且在中心附近形成铁原子(灰色)。稍微偏离中心的铁与氧相互作用以形成电偶极子(P),耦合到原子(M)的磁自旋,从而翻转电场(E)偶极子也会让磁矩发生翻转。该材料中原子集体磁自旋对二进制位0和1进行编码,从而可进行信息存储和逻辑运算。
Constellation Research分析师Holger Mueller表示,英特尔的研究令人鼓舞,因为这对于不断打破微处理器发展障碍、满足下一代应用工作负载需求来说是十分必要的。
Mueller说:“通过MESO,英特尔向前迈出了关键一步,让多状态铁材料帮助打造更高效的计算平台。这是一个充满希望的开端,现在这项新技术必须在实际应用得到检验。”
然而,这可能还有很长一段路要走。尽管MESO原型设备显示出了具有前景的结果,但Ramesh表示,该技术仍处于初期阶段,还需要进行更多研究,实际设备仍有可能至少需要十年时间。
Ramesh说:“还有很多工作要做。今天的电脑电压是3伏。Nature论文中提到的这个设备电压达到了100毫伏。我们需要更好地去理解物理学。”
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。