Monissa sovelluksissa olisi iso etu pystyä sekä tallentamaan että prosessoimaan dataa samalla sirulla. Tätä kutsutaan muistissa-prosessoinniksi (in-memory processing) .Samsung on nyt demonnut tällaista MRAM-pohjaista piiriä.
Innovaatio on esitelty Nature-lehdessä. Piirin tutkimusta johti Samsung Advanced Institute of Technology (SAIT) läheisessä yhteistyössä Samsung tutkimuskeskuksen kanssa.
Tavallisessa tietokonearkkitehtuurissa tiedot tallennetaan muistisiruille ja tietojen laskenta suoritetaan erillisissä prosessorisiruissa. Sitä vastoin muistin sisäinen laskenta on uusi laskentaparadigma, joka pyrkii suorittamaan sekä tietojen tallennusta että tietojen laskentaa muistiverkossa. Koska tällä menetelmällä voidaan käsitellä suuria määriä itse muistiverkkoon tallennettua dataa ilman, että dataa tarvitsee siirtää, ja myös koska tietojenkäsittely muistiverkossa suoritetaan erittäin rinnakkain, tehonkulutus vähenee oleellisesti.
Muistissa-prosessointia on pyritty toteuttamaan erilaisilla haihtumattomilla muistitekniikoilla. Erityisesti RRAM- (Resistive Random Access Memory) ja PRAM-muisteja (Phase-change Random Access Memory), on käytetty aktiivisesti muistin sisäisen laskennan esittelyyn. Sitä vastoin MRAM:n käyttäminen muistin sisäiseen laskemiseen on tähän mennessä ollut vaikeaa huolimatta MRAM:n ansioista, kuten toiminnan nopeudesta, kestävyydestä ja laajamittaisesta tuotannosta. Tämä vaikeus johtuu MRAM-piirien alhaisesta resistanssista, jonka vuoksi MRAM ei voi nauttia tehonvähennysedusta, kun sitä käytetään tavallisessa muistin sisäisessä laskenta-arkkitehtuurissa.
Samsungin tutkijat ovat tarjonneet ratkaisun tähän ongelmaan arkkitehtuurin innovaatiolla. He onnistuivat kehittämään MRAM-matriisipiirin, joka korvaamalla laskennan virran perusteella resistanssiin perustuvalla laskennalla. Tämä ratkaisee ongelman, joka johtuu yksittäisten MRAM-piirien pienistä vastuksista.
Samsungin tutkimusryhmä testasi tämän jälkeen tämän MRAM-muistissa olevan laskentapiirin suorituskykyä tekoälylaskennalle. Siru saavutti 98 prosentin tarkkuuden käsin kirjoitettujen numeroiden luokittelussa ja 93 prosentin tarkkuuden kasvojen tunnistamisessa.
Samsungin mukaan tekniikan avulla on mahdollista rakentaa erittäin vähävirtaisia tekoälypohjaiseen päättelyyn kykeneviä piirejä. Kaupallisiin siruihin tekniikalla on tok vielä matkaa.
Seitsemännen sukupolven IGBT-teknologia nostaa tehomoduulien suorituskykyä usealla rintamalla. IGBT7 pienentää häviöitä, kasvattaa virtakapasiteettia ja kestää ylikuormituksessa jopa 175 asteen liitoslämpötilan. Yhdessä matalainduktanssisten koteloiden kanssa tämä mahdollistaa aiempaa suuremman tehotiheyden, paremman hyötysuhteen ja pienemmät järjestelmäkustannukset.
