SK Hynix dévoile sa mémoire GDDR6-AiM, capable de stocker et traiter les données
Publié le 18/02/2022 - Source : Tom's Hardware
SK Hynix présente ses puces PIM (Processing In Memory), capables à la fois de stocker et de traiter les données, nommées GDDR6-AiM (Accelerator in Memory). L’entreprise les détaillera à l’occasion de l’ISSCC 2022 (International Solid-State Circuits Conference) qui se déroulera du 20 au 24 février mais livre quand même quelques informations via un communiqué de presse.
Dans celui-ci, SK Hynix précise que sa GDDR6-AiM a un débit de traitement des données de 16 Gbit/s. La société affirme que « l’association de GDDR6-AiM avec le CPU ou le GPU au lieu d’une DRAM classique » peut accélérer le traitement de certains calculs jusqu’à 16 fois et réduire la consommation d’énergie de 80 %. D’ailleurs, SK Hynix annonce une tension de fonctionnement de 1,25 V contre 1,35 V pour les solutions actuelles.
Pas encore pour les appareils grand public
Vous vous en doutez, doter la mémoire de capacités de calcul permet de limiter les allers-retours entre la mémoire vive et le CPU/GPU. Cela réduit le risque de formation de goulets d’étranglement et entraîne également des économies d’énergie. Les puces PIM ciblent prioritairement les secteurs de l’apprentissage automatique et du calcul haute performance. Une intégration au sein d’appareils grand public n’est bien entendu pas à exclure d’ici quelques années.
Ahn Hyun, responsable du développement des solutions mémoire chez SK Hynix, indique : « SK hynix va construire un nouvel écosystème de solutions de mémoire en utilisant la GDDR6-AiM, qui a sa propre fonction de calcul. »
Une collaboration avec SAPEON Inc.
D’autre part, SK Hynix précise qu’elle prévoit également d’introduire une technologie combinant des puces GDDR6-AiM et d’intelligence artificielle en collaboration avec SAPEON Inc, une société spécialisée dans la conception de puces IA qui s’est récemment séparée de SK Telecom.
À ce sujet, Ryu Soo-jung, PDG de SAPEON Inc, déclare : « L’utilisation des données des réseaux neuronaux artificiels a augmenté rapidement ces derniers temps, ce qui nécessite une technologie informatique optimisée avec ses caractéristiques de calcul. Nous visons à maximiser l’efficacité du calcul des données, des coûts et de la consommation d’énergie en combinant les technologies des deux entreprises. »