1. Más allá del cuello de botella von Neumann: La clásica arquitectura von Neumann sufre de un cuello de botella:los datos e instrucciones viajan a lo largo de la misma ruta entre la CPU y la memoria. Las nuevas tecnologías de memoria están ayudando a aliviar esto:
* Procesamiento de datos cercanos: Las unidades de procesamiento se colocan más cerca de la memoria (por ejemplo, computación en memoria con RAM resistiva o arquitecturas de procesamiento en memoria). Esto reduce los tiempos de transferencia de datos significativamente, acelerando los cálculos. Esto conduce a arquitecturas con procesamiento distribuido, donde el cálculo ocurre donde residen los datos.
* Memoria apilada 3D: El apilamiento de la memoria se muere verticalmente uno encima del otro, aumenta el ancho de banda de la memoria y la densidad sin requerir huellas físicas más grandes. Esto permite más memoria más cerca de la CPU, mitigando aún más el cuello de botella de Von Neumann.
2. Eficiencia energética: El acceso a la memoria consume una porción significativa del presupuesto de energía de una computadora. Las nuevas tecnologías están mejorando la eficiencia energética:
* memoria no volátil (NVM): Las NVM como NAND Flash y tecnologías emergentes como STT-RAM y MRAM retienen datos incluso cuando la potencia está apagada, eliminando la necesidad de actualizar constantemente datos en DRAM, ahorrando una energía significativa. Esto es particularmente importante para los sistemas móviles e integrados.
* Diseños de memoria de menor potencia: Los avances en los procesos de fabricación y los diseños de células de memoria están reduciendo constantemente la energía requerida para las operaciones de memoria.
3. Arquitecturas especializadas: Las diferentes tecnologías de memoria tienen diferentes fortalezas y debilidades. Esto conduce a arquitecturas especializadas que aprovechan estas características:
* Computación acelerada: Las GPU y otros aceleradores dependen en gran medida de la transferencia de datos eficiente. Las soluciones de memoria de alto ancho de banda, como HBM, son cruciales para su rendimiento.
* aceleradores: Hardware especializado para tareas de aprendizaje automático se beneficia de la proximidad a grandes cantidades de datos. Se están desarrollando computación en memoria y NVM especializados para optimizar las cargas de trabajo de IA.
* Memoria persistente: Las tecnologías NVM como Intel Optane permiten que las aplicaciones accedan a los datos directamente como si fuera RAM regular, pero los datos persisten incluso después de una pérdida de energía. Esto permite una base de datos innovadora y estrategias de almacenamiento en caché.
4. Nuevos diseños de sistema: Las tecnologías de memoria influyen en el diseño general del sistema:
* Arquitecturas centradas en la memoria: Los sistemas se están diseñando en torno a las características de la memoria, en lugar de la CPU. Esto significa pensar en el movimiento de datos y la colocación estratégicamente.
* Computación heterogénea: Los sistemas integran diferentes tipos de procesadores y recuerdos para manejar diversas tareas de manera óptima. Esto requiere una gestión y interconexiones de memoria sofisticadas.
5. Mejor confiabilidad y durabilidad: Algunas nuevas tecnologías de memoria ofrecen una mayor confiabilidad y resistencia en comparación con la DRAM tradicional:
* Códigos de corrección de errores: Las técnicas avanzadas de corrección de errores mejoran la confiabilidad de la memoria, especialmente críticas para las aplicaciones que requieren alta integridad de datos.
* Técnicas de nivel de desgaste: Para la memoria basada en flash, estas técnicas extienden la vida útil del almacenamiento al distribuir operaciones de escritura de manera uniforme.
En resumen, los avances en las tecnologías de memoria no se tratan simplemente de un almacenamiento más rápido o más grande. Son facilitadores fundamentales para nuevas arquitecturas de computadoras que son más eficientes, potentes y especializadas para diversas aplicaciones, lo que empuja los límites de la computación más allá de lo que era posible anteriormente.