|
盡管具有規模經濟性，但其他類型的存儲器仍具有AI應用程序的未來可能性。 MRAM通過受外加電壓控制的磁體的方向存儲數據的每一位。如果電壓低于翻轉位所需的電壓，則只有位翻轉的可能性。這種隨機性是不希望有的，因此可以用更高的電壓驅動MRAM來防止這種情況。某些AI應用程序仍可以利用這種固有的隨機性（可以將其視為隨機選擇或生成數據的過程）。 實驗已將其MRAM的隨機性功能應用于Gyrfalcon的設備，該技術可將所有權重和激活的精度降低到1位。這用于大大減少遠端應用程序的計算和功耗要求。可能需要進行精確的取舍，具體取決于重新培訓網絡的方式。盡管降低了精度，但仍可以使神經網絡可靠地運行。 二元神經網絡的獨特之處在于，即使減少了-1或+1的確定性，它們也可以可靠地起作用。 這種BNN仍然可以以較高的精度運行，因為（通過）引入被錯誤寫入的存儲位的所謂的”誤碼率”降低了確定性。 MRAM可以自然而然地在低電壓電平下引入誤碼率，從而在保持精度的同時進一步降低了功耗要求。關鍵在于確定最低電壓和最短時間的最佳精度。這轉化為最高的能源效率。 盡管此技術還適用于更高精度的神經網絡，但它特別適用于BNN，因為MRAM單元具有兩個狀態，這些狀態與BNN中的二進制狀態相匹配。 在邊緣使用MRAM是另一個潛在的應用。 對于邊緣AI，MRAM能夠在不要求高性能精度的應用中以較低的電壓運行，但是提高能效和存儲器耐用性非常重要，此外MRAM固有的非易失性允許無需電源即可保存數據。 一種應用是所謂的“統一存儲器”，“這種新興存儲器既可以充當嵌入式閃存又可以替代sram，既節省了芯片面積，又避免了SRAM固有的靜態功耗。 Everspin MRAM型號表
|
