自旋转矩磁性随机存储器中的内存计算
摘要：内存计算是解决计算系统中处理器 - 内存数据传输瓶颈的一种有前途的方法。我们提出了一种用自旋转矩计算的内存（STT-CiM）的设计，用于自旋转矩磁性RAM（STT-MRAM）的内存计算。自旋存储器的独特特性允许在阵列内同时启用多个字线，从而可以直接感知使用单个访问存储在多行中的值的函数。我们提出了对STT-MRAM外围电路的修改，利用这一原理来执行逻辑、算术和复杂的向量操作。我们通过扩展纠错码方案来解决过程变异下可靠的内存计算的挑战，以检测和纠正在CiM操作期间发生的错误。我们还解决了如何将STT-CiM整合到通用计算系统中的问题。为此，我们提出了对处理器指令集和片上总线的体系结构增强，使STT-CiM能够作为临时存储器使用。最后，我们提出了数据映射技术来增加STT-CiM的有效性。我们使用一种设备到架构建模框架对STT-CiM进行评估，并将STT-CiM的周期精确模型与商用处理器和片上总线（Intel的Nios II和Avalon）集成。我们的系统级评估表明，STT-CiM平均可提供3.93倍（最高可达10.4倍）的系统级性能提升，并同时将内存系统能量降低了3.83倍（最高可达12.4倍）。
作者：Shubham Jain, Ashish Ranjan, Kaushik Roy, and Anand Raghunathan
论文ID：1703.02118
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2017-11-22