新興記憶儲存MRAM保持精度並降低功耗

儘管具有規模經濟性，但其他型別的儲存器仍具有AI應用程式的未來可能性。
 
MRAM透過受外加電壓控制的磁體的方向儲存資料的每一位。如果電壓低於翻轉位所需的電壓，則只有位翻轉的可能性。這種隨機性是不希望有的，因此可以用更高的電壓驅動MRAM來防止這種情況。某些AI應用程式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）。
 
實驗已將其 的隨機性功能應用於Gyrfalcon的裝置，該技術可將所有權重和啟用的精度降低到1位。這用於大大減少遠端應用程式的計算和功耗要求。可能需要進行精確的取捨，具體取決於重新培訓網路的方式。儘管降低了精度，但仍可以使神經網路可靠地執行。
 
二元神經網路的獨特之處在於，即使減少了-1或+1的確定性，它們也可以可靠地起作用。 這種BNN仍然可以以較高的精度執行，因為（透過）引入被錯誤寫入的儲存位的所謂的”誤位元速率”降低了確定性。
 
MRAM可以自然而然地在低電壓電平下引入誤位元速率，從而在保持精度的同時進一步降低了功耗要求。關鍵在於確定最低電壓和最短時間的最佳精度。這轉化為最高的能源效率。
 
儘管此技術還適用於更高精度的神經網路，但它特別適用於BNN，因為 MRAM 單元具有兩個狀態，這些狀態與BNN中的二進位制狀態相匹配。
 
在邊緣使用MRAM是另一個潛在的應用。
 
對於邊緣AI，MRAM能夠在不要求高效能精度的應用中以較低的電壓執行，但是提高能效和儲存器耐用性非常重要，此外MRAM固有的非易失性允許無需電源即可儲存資料。
 
一種應用是所謂的“統一儲存器”，“這種新興儲存器既可以充當嵌入式快閃記憶體又可以替代 ，既節省了晶片面積，又避免了SRAM固有的靜態功耗。