בלושיפט ממורי, שהוקמה על ידי צוות של שלושה מדעני מחשב, הדגימה בהצלחה את מודל הזיכרון החדש שלה ב- FPGAשל Xilinx. החברה מחפשת עכשיו משקיעים כדי לממן פיתוח של שבב.
| מיחשוב עתיר ביצועים. מתוך PIXABAY.COM |
חברת הזנק שממוקמת בקיימברידג', בריטניה, מבקשת לתת מענה לצוואר הבקבוק (או פקק התנועה) של הזיכרון במחשוב עתיר ביצועים באמצעות תכנון חדש של שבב זיכרון שמיועד לטיפול בערכות נתונים גדולות ונתונים קריטיים מבחינת הזמן.
בלושיפט ממורי, שכוללת עכשיו והוקמה על ידי צוות של שלושה מדעני מחשב, הדגימה בהצלחה את מודל הזיכרון החדש שלה ב- FPGAשל Xilinx. החברה מחפשת עכשיו משקיעים כדי לממן פיתוח של שבב.
דיברנו עם פיטר מרוסן, מנהל הטכנולוגיות של בלושיפט ממורי, כדי לגלות מה בדיוק החברה מנסה לעשות. היא בעצם ממטבת את הארכיטקטורה של הזיכרון כדי שאפשר יהיה לטפל באופן יעיל יותר בערכות נתונים גדולות ונתונים קריטיים מבחינת הזמן, ובכך להאיץ את מהירויות הגישה לזיכרון בעד פי אלף ביישומים ספציפיים שמתמקדים בנתונים.
הוא אמר: "אנחנו משתמשים ב-DRAM כזיכרון הראשי (לא בפלאש) ומאחסנים את הנתונים בצורה שונה בתוך הזיכרון על ידי שינוי החיווט במודול הזיכרון. מודולי הזיכרון הנוכחיים יותר מדי כלליים. הפתרון שלנו מתמקד בנתונים קריטיים מבחינת הזמן וערכות נתונים גדולות".
מרוסן אמר שהתכנון החדש של הזיכרון הוא אחד בגל של שינויים רדיקליים בזיכרונות מחשב שמתפתחים בחברות שונות ברחבי העולם, במטרה לתת מענה למחשבים עתירי ביצועים שמתקשים לעמוד בקצב של דרישות הנתונים הגדלות במהירות של החברה המודרנית. הוא אמר ששבבי זיכרון של מחשבים (בדרך כלל RAM) פשוט לא משתפרים באותה מהירות כמו המעבדים המרכזיים שלהם.
זה יוצר "פקקים" בתהליכים בהם מחשבים עתירי ביצועים מבצעים פעולות בקנה מידה גדול, כמו חיפוש במסדי נתונים עם מיליוני תוצאות אפשריות. הנתונים נערמים בתורים שנעים לאט בין המעבד המרכזי והזיכרון הפחות יעיל. בלושיפט אומרת שהתכנון החדש שלה מזהה את האופן שבו שבב זיכרון מטפל בפעולות האלה, כך שהוא מביא נתונים למעבד הרבה יותר מהר. באמצעותו הפעולות יכולות לקחת דקות, אפילו שניות, במקום שעות.
הצוות של בלושיפט ניתח וסיווג אלפי אלגוריתמים שחברות משתמשות בהם לפתרון בעיות נתונים מורכבות. לאחר מכן הם תכננו את השבב כך שהוא מארגן נתונים כהכנה לקראת המשימות האלה — גישה שאפשר לשלב בכל סוג של טכנולוגיית תאי זיכרון.
המודל הראשון שלה שיושם ב-FPGA כדי לחקות את ההשפעות של השבב הפיק כמה תוצאות מרשימות, לדברי בלושיפט. מסימולציות באמצעות הכרטיס הזה עולה שהשבב יוכל, למשל, לבצע חיפושים במסדי נתונים גדולים מאוד שמשמשים להתאמת קטעי DNA במחקר מדעי או בחקירה פלילית פי 100 מהר יותר. במבחנים אחרים, גם אלגוריתמים שמשמשים בחיזוי מזג אוויר ומודלים של שינויי האקלים יוכלו לרוץ פי 100 מהר יותר. שבבי זיכרון טובים יותר יוכלו גם להאיץ את ההיבטים שזוללים נתונים במחשוב הביתי. אב הטיפוס של בלושיפט מאפשר לעבד סרטים בתוכנת עריכת וידאו פי 10 מהר יותר, לדוגמה. הוא יוכל גם לשפר את מהירויות העיבוד של משקפי מציאות מדומה בעד פי 1,000.
| {loadposition content-related} |
