Επανεξετάζοντας τη μνήμη

Αναδημοσίευση από τον Πλάτωνα

Ακολουθούν: 0

Οι ειδικοί στο τραπέζι: Η Μηχανική Ημιαγωγών κάθισαν για να μιλήσουν για την πορεία προς τα εμπρός για τη μνήμη σε όλο και πιο ετερογενή συστήματα, με τον Frank Ferro, διευθυντή ομίλου, διαχείριση προϊόντων στο Κυματισμός φωνής; Steven Woo, συνεργάτης και διακεκριμένος εφευρέτης στο Rambus; Jongsin Yun, τεχνολόγος μνήμης στο Siemens EDA; Randy White, διαχειριστής προγράμματος λύσεων μνήμης στο Παρακολούθηση; και Frank Schirrmeister, αντιπρόεδρος λύσεων και επιχειρηματικής ανάπτυξης στο Αρτέρης. Ακολουθούν αποσπάσματα αυτής της συνομιλίας. Το πρώτο μέρος αυτής της συζήτησης μπορεί να βρεθεί εδώ.

[L-R]: Frank Ferro, Cadence; Steven Woo, Rambus; Jongsin Yun, Siemens EDA; Randy White, Keysight; και Frank Schirrmeister, Arteris.

[L-R]: Frank Ferro, Cadence; Steven Woo, Rambus; Jongsin Yun, Siemens EDA; Randy White, Keysight; και Frank Schirrmeister, Arteris

SE: Καθώς αγωνιζόμαστε με τις απαιτήσεις AI/ML και ισχύος, ποιες διαμορφώσεις πρέπει να επανεξεταστούν; Θα δούμε μια μετατόπιση από την αρχιτεκτονική Von Neumann;

Κάνω έρωτα: Όσον αφορά τις αρχιτεκτονικές συστημάτων, υπάρχει μια διχοτόμηση σε εξέλιξη στον κλάδο. Οι παραδοσιακές εφαρμογές που είναι οι κυρίαρχοι πόροι εργασίας, τις οποίες εκτελούμε στο cloud σε διακομιστές που βασίζονται σε x86, δεν θα εξαφανιστούν. Υπάρχουν δεκαετίες λογισμικού που έχει δημιουργηθεί και εξελιχθεί, και το οποίο θα βασίζεται σε αυτήν την αρχιτεκτονική για να έχει καλή απόδοση. Αντίθετα, το AI/ML είναι μια νέα κατηγορία. Οι άνθρωποι έχουν ξανασκεφτεί τις αρχιτεκτονικές και έχουν δημιουργήσει πολύ συγκεκριμένους επεξεργαστές. Βλέπουμε ότι περίπου τα δύο τρίτα της ενέργειας δαπανώνται απλώς μεταφέροντας τα δεδομένα μεταξύ ενός επεξεργαστή και μιας συσκευής HBM, ενώ μόνο περίπου το ένα τρίτο δαπανάται για την πραγματική πρόσβαση στα bit στους πυρήνες DRAM. Η μετακίνηση δεδομένων είναι πλέον πολύ πιο δύσκολη και δαπανηρή. Δεν πρόκειται να απαλλαγούμε από τη μνήμη. Το χρειαζόμαστε γιατί τα σύνολα δεδομένων γίνονται μεγαλύτερα. Το ερώτημα λοιπόν είναι, «Ποιος είναι ο σωστός τρόπος για να προχωρήσουμε;» Έχει γίνει πολλή συζήτηση σχετικά με το stacking. Αν παίρναμε αυτή τη μνήμη και τη βάζαμε απευθείας πάνω στον επεξεργαστή, κάνει δύο πράγματα για εσάς. Πρώτον, το εύρος ζώνης σήμερα περιορίζεται από την ακτή ή την περίμετρο του τσιπ. Εκεί πηγαίνουν τα I/Os. Αλλά αν το στοιβάζατε απευθείας πάνω από τον επεξεργαστή, τώρα μπορείτε να χρησιμοποιήσετε ολόκληρη την περιοχή του τσιπ για κατανεμημένες διασυνδέσεις και μπορείτε να λάβετε μεγαλύτερο εύρος ζώνης στην ίδια τη μνήμη και να τροφοδοτηθεί απευθείας στο τον επεξεργαστή. Οι σύνδεσμοι γίνονται πολύ πιο σύντομοι και η απόδοση ισχύος πιθανότατα αυξάνεται της τάξης του 5Χ έως 6Χ. Δεύτερον, το μέγεθος του εύρους ζώνης που μπορείτε να αποκτήσετε λόγω αυτής της διασύνδεσης της συστοιχίας περισσότερων περιοχών με τη μνήμη αυξάνεται, επίσης, κατά αρκετούς ακέραιους συντελεστές. Κάνοντας αυτά τα δύο πράγματα μαζί μπορεί να προσφέρει περισσότερο εύρος ζώνης και να το κάνει πιο αποδοτικό από πλευράς ισχύος. Ο κλάδος εξελίσσεται ανάλογα με τις ανάγκες, και αυτός είναι σίγουρα ένας τρόπος με τον οποίο θα δούμε τα συστήματα μνήμης να αρχίζουν να εξελίσσονται στο μέλλον για να γίνονται πιο αποδοτικά σε ενέργεια και να παρέχουν περισσότερο εύρος ζώνης.

Σίδερο: Όταν άρχισα να εργάζομαι για πρώτη φορά στο HBM γύρω στο 2016, ορισμένοι από τους πιο προχωρημένους πελάτες ρώτησαν αν μπορούσε να στοιβαχτεί. Εξετάζουν πώς να στοιβάζουν τη DRAM στην κορυφή για αρκετό καιρό, επειδή υπάρχουν σαφή πλεονεκτήματα. Από το φυσικό επίπεδο, το PHY γίνεται βασικά αμελητέο, γεγονός που εξοικονομεί πολύ ενέργεια και αποτελεσματικότητα. Αλλά τώρα έχετε έναν επεξεργαστή πολλών 100 W που έχει μια μνήμη πάνω του. Η μνήμη δεν αντέχει τη ζέστη. Είναι ίσως ο πιο αδύναμος κρίκος στη θερμική αλυσίδα, που δημιουργεί μια άλλη πρόκληση. Υπάρχουν οφέλη, αλλά πρέπει ακόμα να καταλάβουν πώς να αντιμετωπίσουν τα θερμικά. Τώρα υπάρχει περισσότερο κίνητρο για να προχωρήσετε αυτόν τον τύπο αρχιτεκτονικής, γιατί πραγματικά σας εξοικονομεί συνολικά όσον αφορά την απόδοση και την ισχύ και θα βελτιώσει την υπολογιστική σας απόδοση. Αλλά υπάρχουν ορισμένες προκλήσεις φυσικού σχεδιασμού που πρέπει να αντιμετωπιστούν. Όπως έλεγε ο Steve, βλέπουμε κάθε είδους αρχιτεκτονικές που βγαίνουν προς τα έξω. Συμφωνώ απόλυτα ότι οι αρχιτεκτονικές GPU/CPU δεν οδηγούν πουθενά, θα εξακολουθούν να είναι κυρίαρχες. Την ίδια στιγμή, κάθε εταιρεία στον πλανήτη προσπαθεί να βρει μια καλύτερη ποντικοπαγίδα για να κάνει την τεχνητή νοημοσύνη της. Βλέπουμε on-chip SRAM και συνδυασμούς μνήμης υψηλού εύρους ζώνης. Το LPDDR έχει σηκώσει αρκετά το κεφάλι του αυτές τις μέρες όσον αφορά το πώς να εκμεταλλευτεί το LPDDR στο κέντρο δεδομένων λόγω της ισχύος. Έχουμε δει ακόμη και το GDDR να χρησιμοποιείται σε ορισμένες εφαρμογές συμπερασμάτων AI, καθώς και σε όλα τα παλιά συστήματα μνήμης. Τώρα προσπαθούν να πιέσουν όσο το δυνατόν περισσότερα DDR5 σε ένα αποτύπωμα. Έχω δει κάθε αρχιτεκτονική που μπορείτε να σκεφτείτε, είτε είναι DDR, HBM, GDDR ή άλλες. Εξαρτάται από τον πυρήνα του επεξεργαστή σας όσον αφορά τη συνολική προστιθέμενη αξία σας και, στη συνέχεια, πώς μπορείτε να ξεπεράσετε τη συγκεκριμένη αρχιτεκτονική σας. Το σύστημα μνήμης που το συνοδεύει, ώστε να μπορείτε να διαμορφώσετε τη CPU και την αρχιτεκτονική μνήμης σας, ανάλογα με το τι είναι διαθέσιμο.

Γιουν: Ένα άλλο ζήτημα είναι η μη μεταβλητότητα. Εάν, για παράδειγμα, η τεχνητή νοημοσύνη πρέπει να αντιμετωπίσει το διάστημα ισχύος μεταξύ της εκτέλεσης μιας τεχνητής νοημοσύνης που βασίζεται στο IoT, τότε χρειαζόμαστε πολλή απενεργοποίηση και ενεργοποίηση και όλες αυτές οι πληροφορίες για την εκπαίδευση τεχνητής νοημοσύνης πρέπει να εναλλάσσονται ξανά και ξανά. Εάν έχουμε κάποιο είδος λύσεων όπου μπορούμε να αποθηκεύσουμε αυτά τα βάρη στο τσιπ, ώστε να μην χρειάζεται να κινούμαστε πάντα εμπρός και πίσω για το ίδιο βάρος, τότε θα είναι μεγάλη εξοικονόμηση ενέργειας, ειδικά για την τεχνητή νοημοσύνη που βασίζεται στο IoT. Θα υπάρξει μια άλλη λύση για να βοηθήσει αυτές τις απαιτήσεις ισχύος.

Schirrmeister: Αυτό που βρίσκω συναρπαστικό, από τη σκοπιά NoC, είναι το πού πρέπει να βελτιστοποιήσετε αυτές τις διαδρομές από έναν επεξεργαστή που περνάει από ένα NoC, να αποκτήσετε πρόσβαση σε μια διεπαφή μνήμης με έναν ελεγκτή που πιθανώς περνάει από το UCIe για να περάσει ένα chiplet σε ένα άλλο chiplet, το οποίο στη συνέχεια έχει μνήμη το. Δεν είναι ότι οι αρχιτεκτονικές του Von Neumann έχουν πεθάνει. Αλλά υπάρχουν τόσες πολλές παραλλαγές τώρα, ανάλογα με τον φόρτο εργασίας που θα θέλατε να υπολογίσετε. Πρέπει να ληφθούν υπόψη στο πλαίσιο της μνήμης, και η μνήμη είναι μόνο μία πτυχή. Από πού λαμβάνετε τα δεδομένα από την τοποθεσία δεδομένων, πώς είναι τακτοποιημένα σε αυτήν τη DRAM; Εργαζόμαστε πάνω σε όλα αυτά τα πράγματα, όπως η ανάλυση απόδοσης των μνημών και στη συνέχεια η βελτιστοποίηση της αρχιτεκτονικής του συστήματος σε αυτές. Προωθεί πολλές καινοτομίες για νέες αρχιτεκτονικές, τις οποίες δεν είχα σκεφτεί ποτέ όταν ήμουν στο πανεπιστήμιο μαθαίνοντας για τον Von Neumann. Στο άλλο άκρο, έχετε πράγματα όπως πλέγματα. Υπάρχουν πολλές περισσότερες αρχιτεκτονικές τώρα στο ενδιάμεσο που πρέπει να ληφθούν υπόψη, και καθοδηγείται από το εύρος ζώνης της μνήμης, τις υπολογιστικές δυνατότητες και ούτω καθεξής, που δεν αυξάνεται με τον ίδιο ρυθμό.

Λευκό: Υπάρχει μια τάση που περιλαμβάνει διαχωρισμένους υπολογισμούς ή κατανεμημένους υπολογισμούς, πράγμα που σημαίνει ότι ο αρχιτέκτονας πρέπει να έχει περισσότερα εργαλεία στη διάθεσή του. Η ιεραρχία της μνήμης έχει επεκταθεί. Περιλαμβάνονται σημασιολογικά στοιχεία, καθώς και CXL και διαφορετικές υβριδικές μνήμες, που είναι διαθέσιμες για flash και σε DRAM. Μια παράλληλη εφαρμογή με το κέντρο δεδομένων είναι η αυτοκινητοβιομηχανία. Η αυτοκινητοβιομηχανία είχε πάντα αυτόν τον αισθητήρα υπολογισμό με ECU (ηλεκτρονικές μονάδες ελέγχου). Είμαι γοητευμένος από το πώς έχει εξελιχθεί στο κέντρο δεδομένων. Γρήγορα προς τα εμπρός, και σήμερα έχουμε διανείμει υπολογιστικούς κόμβους, που ονομάζονται ελεγκτές τομέα. Είναι το ίδιο πράγμα. Προσπαθεί να αντιμετωπίσει ότι ίσως η ισχύς δεν είναι τόσο μεγάλη, επειδή η κλίμακα των υπολογιστών δεν είναι τόσο μεγάλη, αλλά η καθυστέρηση είναι σίγουρα μεγάλη υπόθεση με την αυτοκινητοβιομηχανία. Το ADAS χρειάζεται εξαιρετικά υψηλό εύρος ζώνης και έχετε διαφορετικές ανταλλαγές. Και τότε έχετε περισσότερους μηχανικούς αισθητήρες, αλλά παρόμοιους περιορισμούς σε ένα κέντρο δεδομένων. Έχετε ψυχρή αποθήκευση που δεν χρειάζεται να είναι χαμηλής καθυστέρησης και, στη συνέχεια, έχετε άλλες εφαρμογές υψηλού εύρους ζώνης. Είναι συναρπαστικό να βλέπεις πόσο έχουν εξελιχθεί τα εργαλεία και οι επιλογές για τον αρχιτέκτονα. Η βιομηχανία έχει κάνει πολύ καλή δουλειά ανταποκρινόμενη και όλοι μας παρέχουμε διάφορες λύσεις που τροφοδοτούν την αγορά.

SE: Πώς έχουν εξελιχθεί τα εργαλεία σχεδιασμού μνήμης;

Schirrmeister: Όταν ξεκίνησα με τα πρώτα μου τσιπ στη δεκαετία του '90, το πιο χρησιμοποιημένο εργαλείο συστήματος ήταν το Excel. Από τότε, πάντα ήλπιζα ότι θα μπορούσε να σπάσει κάποια στιγμή για τα πράγματα που κάνουμε σε επίπεδο συστήματος, μνήμη, ανάλυση εύρους ζώνης και ούτω καθεξής. Αυτό επηρέασε αρκετά τις ομάδες μου. Εκείνη την εποχή, ήταν πολύ προχωρημένα πράγματα. Αλλά σύμφωνα με τον Randy, τώρα ορισμένα πολύπλοκα πράγματα πρέπει να προσομοιωθούν σε ένα επίπεδο πιστότητας που προηγουμένως δεν ήταν δυνατό χωρίς τον υπολογισμό. Για να δώσουμε ένα παράδειγμα, η υπόθεση ενός συγκεκριμένου λανθάνοντος χρόνου για μια πρόσβαση DRAM μπορεί να οδηγήσει σε κακές αποφάσεις αρχιτεκτονικής και πιθανώς εσφαλμένο σχεδιασμό αρχιτεκτονικών μεταφοράς δεδομένων στο τσιπ. Η άλλη πλευρά είναι επίσης αληθινή. Εάν υποθέτετε πάντα τη χειρότερη περίπτωση, τότε θα υπερ-σχεδιάζετε την αρχιτεκτονική. Έχοντας τα εργαλεία να εκτελούν τη μνήμη DRAM και την ανάλυση απόδοσης και τα κατάλληλα μοντέλα διαθέσιμα για τους ελεγκτές επιτρέπει σε έναν αρχιτέκτονα να τα προσομοιώσει όλα, αυτό είναι ένα συναρπαστικό περιβάλλον. Το εργαλείο σε επίπεδο συστήματος μπορεί πραγματικά να πραγματοποιηθεί, επειδή ορισμένες από τις δυναμικές επιδράσεις που δεν μπορείτε να κάνετε πια στο Excel επειδή πρέπει να τις προσομοιώσετε — ειδικά όταν εισάγετε μια διασύνδεση με χαρακτηριστικά PHY και, στη συνέχεια, το επίπεδο σύνδεσης χαρακτηριστικά όπως όλος ο έλεγχος αν όλα ήταν σωστά και πιθανή η εκ νέου αποστολή δεδομένων. Το να μην γίνουν αυτές οι προσομοιώσεις θα έχει ως αποτέλεσμα τη μη βέλτιστη αρχιτεκτονική.

Σίδερο: Το πρώτο βήμα στις περισσότερες αξιολογήσεις που κάνουμε είναι να τους δώσουμε τον πάγκο δοκιμών μνήμης για να αρχίσουν να εξετάζουν την απόδοση της DRAM. Αυτό είναι ένα τεράστιο βήμα, ακόμη και να κάνετε πράγματα τόσο απλά όπως η εκτέλεση τοπικών εργαλείων για να κάνετε προσομοίωση DRAM, αλλά στη συνέχεια να προχωρήσετε σε πλήρεις προσομοιώσεις. Βλέπουμε περισσότερους πελάτες να ζητούν αυτόν τον τύπο προσομοίωσης. Το να βεβαιωθείτε ότι η απόδοση της DRAM σας είναι υψηλότερη στη δεκαετία του '90 είναι ένα πολύ σημαντικό πρώτο βήμα σε οποιαδήποτε αξιολόγηση.

Κάνω έρωτα: Μέρος του γιατί βλέπετε την άνοδο των εργαλείων προσομοίωσης πλήρους συστήματος είναι ότι οι DRAM έχουν γίνει πολύ πιο περίπλοκες. Είναι πολύ δύσκολο τώρα να βρίσκεστε ακόμη και στη γραμμή για μερικούς από αυτούς τους πολύπλοκους φόρτους εργασίας χρησιμοποιώντας απλά εργαλεία όπως το Excel. Αν κοιτάξετε το φύλλο δεδομένων για DRAM στη δεκαετία του '90, αυτά τα φύλλα δεδομένων ήταν σαν 40 σελίδες. Τώρα είναι εκατοντάδες σελίδες. Αυτό απλώς μιλά για την πολυπλοκότητα της συσκευής προκειμένου να απομακρυνθούν τα υψηλά εύρη ζώνης. Το συνδυάζετε με το γεγονός ότι η μνήμη είναι ένας τέτοιος οδηγός στο κόστος συστήματος, καθώς και στο εύρος ζώνης και στην καθυστέρηση που σχετίζονται με την απόδοση του επεξεργαστή. Είναι επίσης ένας μεγάλος οδηγός στην ισχύ, έτσι ώστε να χρειάζεται να κάνετε προσομοίωση σε πολύ πιο λεπτομερές επίπεδο τώρα. Όσον αφορά τη ροή εργαλείων, οι αρχιτέκτονες συστημάτων κατανοούν ότι η μνήμη είναι ένας τεράστιος οδηγός. Επομένως, τα εργαλεία πρέπει να είναι πιο εξελιγμένα και πρέπει να διασυνδέονται με άλλα εργαλεία πολύ καλά, έτσι ώστε ο αρχιτέκτονας του συστήματος να έχει την καλύτερη συνολική εικόνα του τι συμβαίνει — ειδικά με τον τρόπο με τον οποίο η μνήμη επηρεάζει το σύστημα.

Γιουν: Καθώς προχωράμε στην εποχή της τεχνητής νοημοσύνης, χρησιμοποιούνται πολλά συστήματα πολλαπλών πυρήνων, αλλά δεν ξέρουμε ποια δεδομένα πηγαίνουν πού. Πηγαίνει επίσης πιο παράλληλα με το τσιπ. Το μέγεθος της μνήμης είναι πολύ μεγαλύτερο. Εάν χρησιμοποιήσουμε τον τύπο AI ChatGPT, τότε ο χειρισμός δεδομένων για τα μοντέλα απαιτεί περίπου 350 MB δεδομένων, που είναι τεράστιος όγκος δεδομένων μόνο για ένα βάρος, και η πραγματική είσοδος/έξοδος είναι πολύ μεγαλύτερη. Αυτή η αύξηση του όγκου των απαιτούμενων δεδομένων σημαίνει ότι υπάρχουν πολλά πιθανολογικά αποτελέσματα που δεν έχουμε ξαναδεί. Είναι ένα εξαιρετικά δύσκολο τεστ για να δείτε όλα τα σφάλματα που σχετίζονται με αυτόν τον μεγάλο όγκο μνήμης. Και το ECC χρησιμοποιείται παντού, ακόμη και στο SRAM, το οποίο παραδοσιακά δεν χρησιμοποιούσε το ECC, αλλά τώρα είναι πολύ κοινό για τα μεγαλύτερα συστήματα. Η δοκιμή για όλα αυτά είναι πολύ δύσκολη και πρέπει να υποστηριχθεί από λύσεις EDA για τη δοκιμή όλων αυτών των διαφορετικών συνθηκών.

SE: Ποιες προκλήσεις αντιμετωπίζουν οι ομάδες μηχανικών σε καθημερινή βάση;

Λευκό: Κάθε μέρα, θα με βρείτε στο εργαστήριο. Σηκώνω τα μανίκια μου και έχω λερώσει τα χέρια μου, τρυπάω καλώδια, κολλώ και οτιδήποτε άλλο. Σκέφτομαι πολύ για την επικύρωση μετά το πυρίτιο. Μιλήσαμε για πρώιμα εργαλεία προσομοίωσης και on-die — BiST, και τέτοια πράγματα. Στο τέλος της ημέρας, πριν την αποστολή, θέλουμε να κάνουμε κάποια μορφή επικύρωσης συστήματος ή δοκιμές σε επίπεδο συσκευής. Μιλήσαμε για το πώς να ξεπεράσουμε τον τοίχο της μνήμης. Συντοποθετούμε τη μνήμη, το HBM, τέτοια πράγματα. Αν δούμε την εξέλιξη της τεχνολογίας συσκευασίας, ξεκινήσαμε με συσκευασίες με μόλυβδο. Δεν ήταν πολύ καλά για την ακεραιότητα του σήματος. Δεκαετίες αργότερα, προχωρήσαμε στη βελτιστοποιημένη ακεραιότητα σήματος, όπως οι συστοιχίες πλέγματος μπάλας (BGA). Δεν μπορούσαμε να έχουμε πρόσβαση σε αυτό, πράγμα που σήμαινε ότι δεν μπορούσατε να το δοκιμάσετε. Έτσι, καταλήξαμε σε αυτήν την ιδέα που ονομάζεται παρεμβολή συσκευής - παρεμβολέας BGA - και μας επέτρεψε να δημιουργήσουμε ένα ειδικό εξάρτημα που δρομολογούσε τα σήματα προς τα έξω. Στη συνέχεια θα μπορούσαμε να το συνδέσουμε στον εξοπλισμό δοκιμής. Γρήγορα στο σήμερα, και τώρα έχουμε HBM και chiplet. Πώς μπορώ να τοποθετήσω το εξάρτημά μου ενδιάμεσα στον παρεμβολέα πυριτίου; Δεν μπορούμε, και αυτός είναι ο αγώνας. Είναι μια πρόκληση που με κρατάει ξύπνιο το βράδυ. Πώς εκτελούμε την ανάλυση αστοχιών επιτόπου με έναν πελάτη OEM ή συστήματος, όπου δεν έχουν την απόδοση 90%. Υπάρχουν περισσότερα σφάλματα στον σύνδεσμο, δεν μπορούν να αρχικοποιηθούν σωστά και η εκπαίδευση δεν λειτουργεί. Είναι πρόβλημα ακεραιότητας συστήματος;

Schirrmeister: Δεν θα προτιμούσατε να το κάνετε αυτό από το σπίτι με μια εικονική διεπαφή παρά να περπατήσετε στο εργαστήριο; Δεν είναι η απάντηση περισσότερα αναλυτικά στοιχεία που ενσωματώνετε στο τσιπ; Με τα chiplet, ενσωματώνουμε τα πάντα ακόμη περισσότερο. Το να βάλετε το κολλητήρι σας εκεί δεν είναι πραγματικά μια επιλογή, επομένως πρέπει να υπάρχει τρόπος για αναλύσεις στο τσιπ. Έχουμε το ίδιο πρόβλημα για το NoC. Οι άνθρωποι κοιτάζουν το NoC και στέλνετε τα δεδομένα και μετά εξαφανίζονται. Χρειαζόμαστε τα αναλυτικά στοιχεία για να βάλουμε εκεί, ώστε οι άνθρωποι να μπορούν να κάνουν εντοπισμό σφαλμάτων, και αυτό επεκτείνεται στο κατασκευαστικό επίπεδο, ώστε τελικά να μπορείτε να εργάζεστε από το σπίτι και να τα κάνετε όλα με βάση τα αναλυτικά στοιχεία chip.

Σίδερο: Ειδικά με μνήμη υψηλού εύρους ζώνης, δεν μπορείτε φυσικά να μπείτε εκεί. Όταν δίνουμε άδεια στο PHY, έχουμε επίσης ένα προϊόν που ταιριάζει με αυτό, ώστε να μπορείτε να κοιτάξετε κάθε ένα από αυτά τα 1,024 bit. Μπορείτε να ξεκινήσετε να διαβάζετε και να γράφετε DRAM από το εργαλείο, ώστε να μην χρειάζεται να μπείτε φυσικά εκεί. Μου αρέσει η ιδέα της παρεμβολής. Βγάζουμε κάποιες ακίδες από τον παρεμβολέα κατά τη διάρκεια της δοκιμής, κάτι που δεν μπορείτε να κάνετε στο σύστημα. Είναι πραγματικά μια πρόκληση να μπεις σε αυτά τα τρισδιάστατα συστήματα. Ακόμη και από την άποψη της ροής εργαλείων σχεδιασμού, φαίνεται ότι οι περισσότερες εταιρείες κάνουν τη δική τους ατομική ροή σε πολλά από αυτά τα εργαλεία 3D. Αρχίζουμε να συνθέτουμε έναν πιο τυποποιημένο τρόπο για να δημιουργήσουμε ένα σύστημα 2.5D, από την ακεραιότητα του σήματος, την ισχύ και ολόκληρη τη ροή.

Λευκό: Καθώς τα πράγματα προχωρούν, ελπίζω ότι μπορούμε να διατηρήσουμε το ίδιο επίπεδο ακρίβειας. Είμαι στην ομάδα συμμόρφωσης με τον παράγοντα φόρμας UCIe. Εξετάζω πώς να χαρακτηρίσω ένα γνωστό καλό ζάρι, ένα χρυσό ζάρι. Τελικά, αυτό θα πάρει πολύ περισσότερο χρόνο, αλλά θα βρούμε ένα ευχάριστο μέσο μεταξύ της απόδοσης και της ακρίβειας των δοκιμών που χρειαζόμαστε και της ευελιξίας που έχει ενσωματωθεί.

Schirrmeister: Αν κοιτάξω τα chiplet και την υιοθέτησή τους σε ένα πιο ανοιχτό περιβάλλον παραγωγής, η δοκιμή είναι μία από τις μεγαλύτερες προκλήσεις στον τρόπο που θα λειτουργήσει σωστά. Εάν είμαι μια μεγάλη εταιρεία και ελέγχω όλες τις πλευρές της, τότε μπορώ να περιορίσω τα πράγματα κατάλληλα, ώστε να γίνουν εφικτές οι δοκιμές και ούτω καθεξής. Αν θέλω να πάω στο σύνθημα της UCIe ότι το UCI απέχει μόνο ένα γράμμα από το PCI και φαντάζομαι ένα μέλλον όπου η συναρμολόγηση UCIe γίνεται, από κατασκευαστική άποψη, όπως οι υποδοχές PCI σε έναν υπολογιστή σήμερα, τότε οι πτυχές δοκιμών για αυτό είναι πραγματικά προκλητική. Πρέπει να βρούμε μια λύση. Υπάρχει πολλή δουλειά να γίνει.

Σχετικά άρθρα
Το Μέλλον της Μνήμης (Μέρος 1 του παραπάνω στρογγυλοποιημένου)
Από τις προσπάθειες επίλυσης θεμάτων θερμικής και ηλεκτρικής ενέργειας έως τους ρόλους των CXL και UCIe, το μέλλον επιφυλάσσει πολλές ευκαιρίες για τη μνήμη.