在邊緣使用MRAM是其另一個潛在應用

MRAM透過外加電壓控制的磁體方向來儲存資料的每個bit位。如果電壓低於翻轉bit位所需的電壓，則可能只有一位翻轉。我們不希望存在這種隨機性，因此採用更高電壓驅動MRAM來預防這種情況發生。儘管如此，某些AI應用仍可以利用這種固有的隨機性（可以將其視為隨機選擇或生成資料的過程）。
 
它可將所有權重和啟用精度降低到1位，從而大大降低遠邊緣應用的計算和功耗要求。根據網路重新訓練的方式，有可能需要進行精度的權衡取捨。儘管降低了精度，神經網路仍可以可靠地執行。
 
二元神經網路（BNN）的獨特之處在於，即使一個數字是-1或+1的確定性減小了，它仍可以可靠地執行。即便引入被錯誤寫入的儲存位“誤位元速率”降低了確定性，BNN仍然能夠以較高的精度執行。
 
可以在低電壓電平下自然地以受控方式引入誤位元速率，在保持精度的同時進一步降低功耗要求。其關鍵在於確定最低電壓和最短時間下的最佳精度。這意味著最高能效。
 
儘管這項技術也適用於更高精度神經網路，但它尤其適用於BNN，因為MRAM單元具有兩種狀態，恰好與BNN中的二值狀態相匹配。在邊緣使用MRAM是其另一個潛在應用。
 
對於邊緣AI，MRAM能夠在不要求高效能的應用中以較低的電壓執行，但提高能效和儲存器耐用性非常重要。此外MRAM固有的非易失性不需電源也可儲存資料。
 
還有一種“統一儲存”，這種新興儲存既可以充當嵌入式快閃記憶體，又可以替代 ，在節省晶片面積的同時又避免了SRAM固有的靜態功耗。