בשנים האחרונות, מחשוב In-Memory התגלה כשינוי פורץ דרך באופן שבו מחשבים פועלים, במיוחד באופן שבו הם מטפלים בעיבוד נתונים. מחשבים מסורתיים מסתמכים במידה רבה על המעבד כדי לבצע חישובים באמצעות מידע המאוחסן בזיכרון, וכתוצאה מכך עלויות אנרגיה וזמן משמעותיות עקב העברות נתונים בין רכיבים. צוואר בקבוק העברה זה רק התעצם ככל שהמעבדים הפכו מהירים יותר ויחידות הזיכרון גדלו.
פרופ' שחר קוטינסקי וצוותו, בהם הדוקטורנט אוריין לייטרסדורף והחוקר רוני רונן, התמודדו עם האתגר הזה חזיתית. קוטינסקי התמקד בהתגברות על מה שמכונה "בעיית קיר הזיכרון", שבה החישובים מאטים בגלל הצורך להעביר נתונים בין הזיכרון למעבד. עבודתם סללה את הדרך לגישה חדשה בארכיטקטורת המחשב, שבה חלק מהחישובים מבוצעים ישירות בתוך הזיכרון, ומקלים על "פקקי התנועה" של העברת נתונים. לחדשנות זו יש השלכות עצומות על תחומים כמו בינה מלאכותית, פיננסים וביואינפורמטיקה, הדורשים מחשוב עתיר ביצועים.
אבל עדיין היה פער: תוכנה. תוכנות קיימות תמיד נכתבו עבור מחשבים קלאסיים, שבהם המעבד מטפל בחישובים. הצוות של קוטינסקי ראה את הצורך בגישת תכנות חדשה התואמת למחשוב In-Memory. התוצאה? PyPIM היא פלטפורמה המאפשרת למפתחי תוכנה לכתוב קוד למחשבי עיבוד בזיכרון (PIM) באמצעות שפות מוכרות כמו Python. פלטפורמה זו מתרגמת פקודות Python להוראות מכונה המבוצעות ישירות בזיכרון.
הצוות הציג גם כלי סימולציה שיעזור למפתחים למדוד את שיפורי הביצועים של PyPIM לעומת הגדרות מחשוב מסורתיות. לאחרונה הם הציגו את ממצאיהם בסימפוזיון הבינלאומי IEEE/ACM בנושא מיקרו-ארכיטקטורה, והציגו את הפוטנציאל של PyPIM לפשט את פיתוח התוכנה ולהגביר את היעילות החישובית.
