Идея «компьютера без процессора» звучит парадоксально, центральный процессор считается основной частью любой вычислительной системы. Однако в последние годы исследовательские лаборатории, университеты и крупные компании всё чаще говорят об архитектуре Processing-in-Memory — вычислениях в памяти.
Такой подход пересматривает фундаментальный принцип работы современных компьютеров и предлагает перенести часть вычислений ближе к данным.
Почему появилась идея считать в памяти
Современные CPU и GPU сталкиваются с физическими и архитектурными пределами. Главная проблема — узкое место между процессором и оперативной памятью, оно называется memory wall.
Самые быстрые процессоры теряют производительность из-за того, что вынуждены долго ждать данные из памяти, поэтому задержки слишком велики, а энергозатраты растут дальше.
Во многом это заметно в задачах, которые требуют постоянного доступа к большим массивам данных:
-
обучение нейросетей;
-
моделирование;
-
обработка больших графов;
-
поиск и сортировка;
-
анализ потоков данных в реальном времени.
PIM не требует переноса данных между процессором и памятью. Он позволяет выполнять часть операций прямо внутри модулей памяти.
Какие еще проблемы решает PIM
У переноса вычислений в память еще множество преимуществ. Рассмотрим некоторые из них.
Снижение задержек и ускорение вычислений
Передача данных между процессором и памятью становится очень быстрой. Это особенно полезно для операций, работающих с большими массивами данных.
Снижение энергопотребления
Передача данных — самая энергоемкая часть многих вычислений. Отказ от нее существенно экономит энергию.
Рост пропускной способности
PIM использует способ выполнения вычислений параллельно в нескольких банках памяти, это намного больше увеличивает общую производительность.
Уменьшение нагрузки на CPU/GPU
Процессоры могут выполнять более сложные задачи, а рутинные операции перекладываются на память.
Где PIM используют сейчас
AI и машинное обучение
Компании Samsung, SK Hynix и Kioxia разрабатывают DRAM-модули с встроенными вычислительными блоками, которые ускоряют матричные операции — основу работы нейронных сетей.
Edge-устройства и IoT
PIM-модули позволяют выполнять вычисления прямо в устройстве, без отправки данных в облако.
Базы данных и аналитика
Ускорение операций поиска, сравнения и фильтрации больших массивах данных.
Высокопроизводительные вычисления (HPC)
Исследовательские центры экспериментируют с гибридными архитектурами, где часть задач исполняется в памяти, а часть — на CPU/GPU.
Примеры реальных разработок
Samsung HBM-PIM (Aquabolt-XL)
Модуль HBM2 с возможностью выполнять операции над векторами прямо в памяти. В тестах компания показала прирост производительности ИИ-задач на 2–3 раза при снижении энергопотребления почти на 70%.
UCSB Compute-In-Memory Research
Исследовательские группы демонстрируют работающие прототипы массивных параллельных операций (например, матричных умножений) в памяти на основе ReRAM.
Microsoft Research Project «Crystal»
Исследует возможность ускорения обработки графов и поиска в больших данных за счёт PIM-операций.
IBM Research — Analog In-Memory Computing
Акцент на аналоговых вычислениях в памяти, которые особенно эффективны для нейросетей.
Ограничения и проблемы PIM
Несмотря на впечатляющий прогресс, говорить о полном отказе от CPU пока рано. Есть несколько ключевых трудностей:
1. Ограниченная универсальность
PIM прекрасно работает с линейной алгеброй, а также простыми логическими операциями, только не подходит для сложного управления, ветвлений, логики операционных систем.
2. Сложность разработки ПО
Чтобы раскрыть потенциал PIM, нужно переписывать алгоритмы и библиотеки. Универсальных стандартов пока нет.
3. Ограничения по точности
Особенно в аналоговых схемах: шум, вариативность напряжений и температурные эффекты.
4. Стоимость и сложность производства
Комбинировать логику и память на одной архитектуре сложно — это увеличивает стоимость и снижает выход годных чипов.
5. Необходимость гибридных решений
Ближайшее будущее — это системы, в которых PIM работает рядом с CPU/GPU, а не вместо них.
Реально ли будущее компьютеров без процессоров?
Если говорить буквально — полностью отказаться от CPU невозможно. Системе всё равно нужен единый управляющий элемент:
-
запуск ОС;
-
управление памятью;
-
планирование задач;
-
ввод-вывод;
-
взаимодействие между компонентами.
Однако роль классических CPU может существенно уменьшиться. В будущем компьютеры будут работать иначе:
1. CPU выполняет управление
Минимальный набор функций: запуск процессов, координация, логика.
2. PIM берет на себя обработку данных
Аналитика, нейросети, поиск, фильтрация, обработка потоков — всё это идёт в памяти.
3. GPU/TPU становятся специализированными ускорителями
Они будут работать там, где PIM не подходит.
Итог
Вычисления в памяти — уже не фантастика, а развивающаяся архитектура, уже показывающая ощутимые результаты в: ИИ, аналитике, обработке больших данных. PIM не отменяет процессоры, он может изменить их роль, разгрузив от рутинных операций и перенеся вычисления ближе к данным. Архитектура PIM во многом перспективна для компаний, цель которых работать с большими массивами данных, строить системы машинного обучения, развивать высокопроизводительные решения или проектировать устройства, работающие автономно.
