Конец эпохи плоских микросхем? 3D-архитектура показала ошеломляющие результаты

Разработка принципиально нового многослойного чипа может изменить подход к созданию аппаратного обеспечения для искусственного интеллекта. Его архитектура устраняет ограничения классических двухмерных микросхем, которые уже несколько десятилетий упираются в так называемую "стену памяти". Первые тесты показывают резкий рост производительности, недоступный 2D-аналогам. Об этом сообщает Stanford News.

Технологии, которые меняют подход к вычислениям

Исследовательская команда из нескольких ведущих университетов США вместе с производителем полупроводников SkyWater Technology создала трёхмерный чип, где память и вычислительные блоки размещены в вертикальных слоях. Это не просто плотная компоновка — это попытка избавиться от фундаментального ограничения, которое замедляет работу современных ИИ-систем. На обычных плоских микросхемах данные должны преодолевать длинные маршруты, потому что память и вычисления вынесены далеко друг от друга. Именно поэтому 2D-чипы часто простаивают, ожидая загрузки информации.

В последние годы инженеры всё чаще называют это явление "стеной памяти" — моментом, когда скорость вычислений превышает способность чипа передавать данные. Производители долгое время отвечали на вызов миниатюризацией транзисторов, но этот путь постепенно теряет эффективность.

Новая архитектура, напротив, избавляется от горизонтальных ограничений и "растёт вверх", что делает возможным более плотное размещение и более короткие каналы передачи данных.

Вертикальная интеграция и новый производственный процесс

Разработчики подчёркивают, что ключом стала не только архитектура, но и сам метод производства. Вместо традиционного послойного подхода каждый уровень создавался на предыдущем, что обеспечило плотную интеграцию и сокращение расстояний между элементами.

"Благодаря вертикальной интеграции памяти и вычислительных систем мы можем передавать гораздо больше информации гораздо быстрее, подобно тому, как лифтовые шахты в высотном здании позволяют перемещаться между этажами одновременно множеству жителей", — сказал Татагата Шримани из Университета Карнеги-Меллона.

Такой подход открывает новый этап в проектировании микросхем, где эффективность определяется не количеством транзисторов на квадратный миллиметр, а тем, насколько умно соединены вычисления и память.

Разработчики отмечают, что прототип уже показывает значительное преимущество — примерно четырёхкратный рост скорости в аппаратных тестах. Моделирование более продвинутых версий, дополненных дополнительными слоями вычислений и памяти, предсказывает рост до двенадцати раз в ряде задач ИИ. Это существенно выше возможностей классических архитектур, что сближает разработку с трендами, обсуждающимися в контексте новых AI-процессоров.

Перспективы масштабирования и энергия будущих ИИ-систем

Исследователи прогнозируют, что такая архитектура может улучшить произведение "мощность x задержка" в десятки или сотни раз. Это один из ключевых параметров, определяющих, насколько быстро и энергосберегающе работает система.

"Это открытие — путь к новой эре производства микросхем и инновациям. Именно такие прорывы позволят нам достичь тысячекратного повышения производительности оборудования, которое потребуется будущим системам искусственного интеллекта", — отметил Субхасиш Митра из Стэнфордского университета.

Вертикальные соединения и близость данных к вычислительным узлам позволяют резко сократить энергозатраты на передачу информации. Для ИИ-моделей, где обработка данных растёт экспоненциально, такая экономия приобретает стратегическое значение.

В контексте развития полупроводников стоит вспомнить и другую недавнюю американскую разработку — технологический процесс, позволяющий интегрировать транзисторы GaN в классические CMOS-чипы. Эти усилия показывают растущее внимание к гибридным архитектурам, которые, подобно созданному 3D-чипу, могут обеспечивать энергоэффективность без потери мощности. Тот же принцип обсуждается в исследованиях по оптимизации вычислительных систем.

Сравнение 2D и 3D-чипов

Преимущества новой архитектуры становятся особенно заметны при рассмотрении работы двух систем в идентичных задачах:

• 2D-чип вынужден передавать данные между разрозненными блоками памяти;

• 3D-чип делает это вертикально — быстрее и с меньшими потерями;

• вертикальные каналы позволяют обрабатывать массивы данных в десятки раз интенсивнее;

• энергопотребление уменьшается, потому что путь сигнала становится короче.

Такое сравнение подчёркивает, насколько важна не только вычислительная мощность, но и архитектура коммуникаций внутри чипа.

Советы по пониманию новых технологий чипов

1. Следить за тенденциями вертикальных архитектур — именно они будут определять прогресс ИИ.

2. Обращать внимание на метрику "мощность x задержка", а не только на частоты и количество транзисторов.

3. Понимать, что энергопотребление в ИИ — главный технический вызов ближайших лет.

4. Рассматривать гибридные подходы, сочетающие разные материалы и вертикальные структуры.

Популярные вопросы о 3D-чипах для искусственного интеллекта

Почему 3D-чипы быстрее 2D?

Потому что память и вычисления расположены ближе друг к другу, а данные путешествуют по вертикальным каналам, а не по длинным горизонтальным маршрутам.

Насколько можно увеличить производительность?

Прототип уже показал четырёхкратное ускорение, а моделирование будущих версий — до двенадцатикратного в ИИ-нагрузках.

Когда такие чипы появятся в массовом производстве?

Пока неизвестно — технология требует масштабирования и адаптации к промышленным нормам, но первые результаты показывают высокий потенциал.