ROBCOMM

Robuster Rechnen-in-Speicher mit Memristoren

Partner

Mehdi_Tahoori_transparent

Prof. Mehdi B. Tahoori

Chair of Dependable Nano-Computing, Karlsruher Inst. f. Technologie (KIT)

Dirk_Wouters_transparent

Dr. Dirk Wouters

Inst. f. Werkstoffe der Elektrotechnik 2, RWTH Aachen

Outcome

Special Session – Non-Volatile Memories: Challenges and Opportunities for Embedded System Architectures with Focus on Machine Learning Applications

Jörg Henkel, Lokesh Siddhu, Lars Bauer, Jürgen Teich, Stefan Wildermann, Mehdi Tahoori, Mahta Mayahinia, Jeronimo Castrillon, Asif Ali Khan, Hamid Farzaneh, João Paulo C. de Lima, Jian-Jia Chen, Christian Hakert, Kuan-Hsun Chen, Chia-Lin Yang, Hsiang-Yun Cheng

Proceedings of the 2023 International Conference on Compilers, Architecture, and Synthesis of Embedded Systems (CASES), Sep 2023

DOI: tba

Timing-accurate simulation framework for NVM-based compute-in-memory architecture exploration

Vincent Rietz; Christopher Münch, Mahta Mayahinia, Mehdi Tahoori

it - Information Technology, Vol. 65, 1-2, pages 13–29, 03.05.2023

DOI: 10.1515/itit-2023-0019

MemrisTec Young Researcher Award
A failure analysis framework of ReRAM In-Memory Logic operations
A. Jafari; C. Bengel; M. Mayahinia; R. Waser; D. Wouters; S. Menzel; M. Tahoori 2022 IEEE International Test Conference in Asia (ITC-Asia), 24-26 August 2022, Taipei, Taiwan DOI: 10.1109/ITCAsia55616.2022.00022
Reliability of Computing-In-Memory Concepts Based on Memristive Arrays

D. J. Wouters; L. Brackmann; A. Jafari; C. Bengel; M. Mayahinia; R. Waser; S. Menzel; M. Tahoori

2022 International Electron Devices Meeting (IEDM), 03-07 December 2022, San Francisco, CA, USA

DOI: 10.1109/IEDM45625.2022.10019423

Projektbeschreibung

Neuartige Anwendungen in der Informationstechnik wie das Internet der Dinge oder die Analyse großer Datenmengen stellen große Herausforderungen an die heutige Computerarchitektur und Computertechnologie. Um diesen Herausforderungen zu begegnen, müssen alternative Computerarchitekturen untersucht werden, die den Energiebedarf und die Recheneffizienz erhöhen können. In Kombination mit neuartigen Bauelementtechnologien könten diese alternativen Computerarchitekturen mit gängigen, nicht weiter skalierbaren CMOS Architekturen mithalten.

Ein neuartiger Rechenansatz sieht vor, das Rechnen in den Speicher zu verschieben (sogenanntes datenzentriertes Rechnen). Dadurch kann potentiell eine sehr hohe Effizienz erreicht werden. Dieser Rechenansatz wird auch als „Computation-in-Memory“ (CIM) bezeichnet. Ein weiterer Vorteil dieses Ansatzes ist die reduzierte Kommunikation zwischen dem klassischen Rechenwerk (CPU) und dem Speicher. Dies verspricht einen geringeren Leistungsverbrauch und eine erhöhte Leistungsfähigkeit.

Die vielversprechendsten Lösungen für CIM-Architekturen nutzen neuartige resistive oder magneto-resistive Speichertechnologien, die sowohl als Speicher also auch als Recheneinheit fungieren können. Diese memristiven Bauelemente reduzieren den Gesamtenergieverbrauch, weil sie die Information nicht-flüchtig speichern und der Leckstrom quasi Null ist. Im Gegensatz zum herkömmlichen, flüchtigen DRAM im Hauptspeicher muss die Information nicht ständig erneuert werden. Daher begünstigen memristive Bauelemente Systeme mit gesteigerter Komplexität und höherer Leistungsfähigkeit. Für die wissenschaftliche Gemeinde ergeben sich dadurch vielfältige Möglichkeiten neuartige Computerarchitekturen zu entwickeln um die heutigen Grenzen zu verschieben.

Eine zentrale Herausforderung solcher Architekturen stellt die Entwicklung von zuverlässigen, effizienten Schaltungen dar, die sowohl das Speichern als auch das Rechnen ermöglichen. In diesem Projekt sollen zuverlässige, effiziente Schaltungen basierend auf memristiven Bauelementen entwickelt werden, die eine CIM-Architektur ermöglichen. Dazu sollen (i) der Einfluss der (Un)zuverlässigkeit der memristiven Bauelemente auf die CIM-Operationen gründlich charakterisiert und modelliert werden, und (ii) fehlertolerante CIM Schaltungen entworfen werden, die die Zuverlässigkeitsaspekte der memristiven Bauelemente berücksichtigen.

Weitere Projektmitarbeitende

Atousa_Jafari_transparent

Atousa Jafari

Chair of Dependable Nano-Computing, Karlsruher Inst. f. Technologie (KIT)

Leon_Brackmann_transparent

Leon Brackmann

Inst. f. Werkstoffe der Elektrotechnik 2, RWTH Aachen

Mahta_Mayahinia_transparent

Mahta Mayahinia

Chair of Dependable Nano-Computing, Karlsruher Inst. f. Technologie (KIT)

Shanmukha Mangadahalli Siddaramu_transparent

Shanmukha Mangadahalli Siddaramu

Chair of Dependable Nano-Computing, Karlsruher Inst. f. Technologie (KIT)