TetraMem y SK hynix presentan una exitosa colaboración tecnológica para fomentar la computación de IA centrada en la memoria

El logro conjunto destaca cómo la computación analógica en memoria puede abordar los crecientes desafíos energéticos y térmicos de la IA y, al mismo tiempo, sentar las bases para una colaboración más profunda en arquitecturas informáticas y de memoria de próxima generación.

SAN JOSÉ, California, e ICHEON, Corea del Sur--(BUSINESS WIRE)--TetraMem Inc., líder en tecnología de computación analógica en memoria (A-IMC), y SK hynix Inc., líder mundial en tecnologías de memoria y semiconductores para IA, anunciaron hoy la formalización exitosa de una colaboración tecnológica conjunta, destacada por la publicación de su artículo de investigación “A Memristor-based In-Memory Computing SoC with Efficient Depthwise Convolution” (Un SoC de computación en memoria basado en memristores con convolución profunda eficiente) en Advanced Intelligent Systems. El trabajo también fue seleccionado como artículo de portada de la revista, reconociendo su innovación técnica e impacto potencial en la computación de IA de próxima generación.

Esta colaboración aúna la experiencia de SK hynix en tecnologías de memoria avanzadas y la plataforma de computación analógica en memoria de TetraMem para explorar nuevas arquitecturas informáticas capaces de abordar uno de los desafíos más acuciantes de la inteligencia artificial: reducir el consumo de energía y las limitaciones térmicas asociadas con las cargas de trabajo de IA en rápido crecimiento.

A medida que los modelos básicos siguen escalando de miles de millones a billones de parámetros, el movimiento de datos entre procesadores y memoria se ha convertido en un factor determinante del consumo de energía, la latencia y los problemas térmicos del sistema. La computación analógica en memoria (A-IMC) aborda este cuello de botella con una arquitectura fundamentalmente diferente, ya que permite realizar operaciones matriciales directamente donde residen los pesos del modelo, lo que reduce drásticamente el movimiento de datos y, al mismo tiempo, mejora el rendimiento y la eficiencia energética del sistema: el cálculo se realiza donde se encuentran los pesos del modelo de IA.

El trabajo publicado demuestra un sistema en chip (SoC) de IA basado en memristores que implementa una convolución en profundidad eficiente, un componente fundamental para las cargas de trabajo de inferencia de IA modernas. Además de demostrar la viabilidad de la computación analógica en memoria, el proyecto muestra la integración exitosa de dispositivos de memoria emergentes, el diseño de circuitos, la arquitectura de IA, software y la optimización de sistemas en una plataforma de semiconductores práctica.

Y, lo que resulta aún más importante, el proyecto refleja la sólida colaboración en ingeniería entre los equipos de SK hynix RTC y TetraMem, que combinan conocimientos complementarios para impulsar las tecnologías de computación de IA centradas en la memoria.

“Estamos muy felices de celebrar este importante hito junto con SK hynix”, comentó Glenn Ge, CEO y cofundador de TetraMem. “Este logro demuestra lo que se puede conseguir mediante una estrecha colaboración en todo el ecosistema de semiconductores. A medida que la IA continúa evolucionando, los avances requerirán innovación no solo en computación, sino también en memoria y arquitectura de sistemas. Creemos que la computación centrada en la memoria y la computación analógica en memoria se convertirán en tecnologías cada vez más importantes para abordar los futuros desafíos de eficiencia energética y térmica de la IA, y esperamos continuar nuestra colaboración con SK hynix“.

Soo Gil Kim, vicepresidente de SK hynix, comentó: “Nos complace ver el resultado exitoso de esta colaboración y el reconocimiento de Advanced Intelligent Systems. Este proyecto demuestra el valor de explorar tecnologías de memoria innovadoras y nuevas arquitecturas informáticas para futuros sistemas de IA. Agradecemos la excelente colaboración con el equipo de TetraMem y esperamos continuar con intercambios a nivel técnico en áreas de interés mutuo”.

Ver este trabajo como artículo de portada de la revista reconoce aún más la importancia del logro conjunto y la creciente relevancia de la computación centrada en la memoria dentro de la industria de la IA.

De cara al futuro, ambas compañías reconocen que la infraestructura de IA requerirá avances continuos en tecnología de memoria, arquitectura informática e integración de sistemas para satisfacer la creciente demanda de rendimiento, eficiencia energética e informática sostenible. Aprovechando el éxito de esta colaboración, ambas organizaciones esperan explorar nuevas oportunidades de colaboración técnica que impulsen las tecnologías de computación de IA de próxima generación.

El artículo “A Memristor-based In-Memory Computing SoC with Efficient Depthwise Convolution” está disponible en línea en Advanced Intelligent Systems.

Acerca de TetraMem

TetraMem Inc. es una compañía de semiconductores de Silicon Valley pionera en la computación analógica en memoria (A-IMC) basada en tecnología de memristores multinivel (RRAM). Su plataforma de computación de IA centrada en la memoria permite una inferencia de IA de alto rendimiento y eficiencia energética para aplicaciones perimetrales, empresariales y de futuros centros de datos.

Acerca de SK hynix

SK hynix Inc. es una compañía global de semiconductores y proveedor líder de memoria de alta ancho de banda (HBM), memoria flash NAND y soluciones avanzadas de memoria para IA. La compañía continúa desarrollando tecnologías de memoria innovadoras que impulsan la IA de próxima generación, la computación de alto rendimiento y las aplicaciones centradas en datos en todo el mundo.

El texto original en el idioma fuente de este comunicado es la versión oficial autorizada. Las traducciones solo se suministran como adaptación y deben cotejarse con el texto en el idioma fuente, que es la única versión del texto que tendrá un efecto legal.