IBM представила новое поколение аналоговых AI-чипов, которые могут кардинально изменить вычислительную инфраструктуру нейросетей. В отличие от традиционных цифровых процессоров, где данные постоянно перемещаются между памятью и вычислительными блоками, новая архитектура выполняет расчёты прямо внутри памяти - это ключевое отличие, позволяющее убрать одно из главных «узких мест» современных систем.
В основе технологии лежит так называемый analog in-memory computing: вычисления происходят в ячейках памяти (например, на базе фазовых материалов), что резко сокращает задержки и энергозатраты. По данным исследований IBM, такие решения демонстрируют более высокую пропускную способность и значительно лучшую энергоэффективность по сравнению с классическими GPU при работе с современными моделями, включая архитектуры типа Mixture-of-Experts.
Новые чипы также используют 3D-структуру: слои нейросети фактически «укладываются» друг над другом внутри памяти. Это позволяет размещать крупные модели целиком на одном чипе и уменьшать вычислительный «след» без потери производительности.
Практический эффект уже очевиден: аналоговые AI-ускорители способны выполнять сложные задачи глубокого обучения с сопоставимой точностью, но при существенно меньшем энергопотреблении.
Если технология выйдет за пределы лабораторий, она может стать основой для нового поколения AI-систем - от дата-центров до устройств на краю сети, где критичны скорость, автономность и энергоэффективность.
Новости нейросетей
28.04.2026