發布成功
讚賞金額:
您輸入的金額有誤,請重新輸入
支付金額:5元
支付方式:
讚賞成功!
你的讚賞是對作者最大的肯定~?
11月11日,在2022國際集成電路展覽會(hui) 暨研討會(hui) 媒體(ti) 交流會(hui) 上,知存科技創始人兼CEO王紹迪先生介紹了關(guan) 於(yu) 存算一體(ti) 技術的相關(guan) 內(nei) 容。目前知存科技已經完成了國際上首個(ge) 存內(nei) 計算芯片的量產(chan) 。
據悉,知存科技成立於(yu) 2017年,一直致力於(yu) 存算一體(ti) 新技術的研究。早從(cong) 2013年就開始在做存內(nei) 計算技術,公司核心團隊在存算一體(ti) 技術上已經技術耕耘與(yu) 沉澱了十年的時間。目前知存科技在存算一體(ti) 領域也做過很多0到1的突破,包括驗證過第一個(ge) 存算一體(ti) 技術在芯片上的成功性。知存科技也驗證了存算一體(ti) 芯片的第一顆量產(chan) ,現在已有20家以上廠商在做。但知存科技目前仍是最領先的一批企業(ye) 之一。
王紹迪表示,“我們(men) 在2016年團隊首次驗證存算一體(ti) 技術。之後幾年,產(chan) 品層麵也一直是國際最領先的,我們(men) 是第一個(ge) 完成存內(nei) 計算芯片量產(chan) ,率先把存內(nei) 計算的技術走向了產(chan) 業(ye) 化,現在產(chan) 品也已經量產(chan) 。相當於(yu) 我們(men) 公司過去幾年一直在做獨立的存內(nei) 計算探索”。
據了解,如今,在人工智能等高運算處理環境下,將數據存儲(chu) 單元和計算單元融合,可大幅減少數據搬運,極大地提高計算並行度,從(cong) 而大幅提高能效的存算一體(ti) 技術被更多的提及。
王紹迪介紹,“目前今年的應用是用在可穿戴設備上,以及一些電池驅動的設備上。明年預計會(hui) 用到算力更大的移動側(ce) 設備當中。目前我們(men) 大部分用的成熟工藝40nm和28nm就可以做到,未來還有更先進的”。
存算一體(ti) 發展路線:存儲(chu) 材質的優(you) 缺點
據王紹迪介紹,“各個(ge) 路線、各個(ge) 存儲(chu) 材質,從(cong) 存儲(chu) 角度來說:一個(ge) 是速度,一個(ge) 是密度,速度最快的是SRAM,密度最大的是Flash,這兩(liang) 點對於(yu) 計算都有很大的幫助作用。但如何能把這個(ge) 優(you) 點利用起來,每家的設計方式不一樣,所以從(cong) 存儲(chu) 角度來說,它的特點和計算角度的特點還是完全不一樣的”。
他指出,從(cong) 計算的角度看,存儲(chu) 器的調用方式是全並行調用,而存儲(chu) 的調用是一行一行的調用。如1000行的存儲(chu) 器,在存儲(chu) 裏麵是一行一行去讀,但在計算裏麵是1000行一起讀。所以存儲(chu) 器在傳(chuan) 統存儲(chu) 的話,麵積越大速度越慢,但在存算一體(ti) 中,麵積越大,雖然速度變慢,但並行度在提高,整體(ti) 算力是在增強的。所以存儲(chu) 的特點和計算的特點,存儲(chu) 器表現出來的特點不是完全一致。
存內(nei) 計算的最終產(chan) 品形態
“在我的定義(yi) 中,存算一體(ti) 就是計算模塊,並不是存儲(chu) ,裏麵存放的隻是相當於(yu) 算法數據,作用是新一代的計算技術,所以我們(men) 會(hui) 把存算一體(ti) 看成新一代計算的模塊,就像從(cong) CPU到GPU一樣,GPU再到存算一體(ti) ,就從(cong) 一維到二維到三維的計算的轉變。所以存算一體(ti) ,未來更需要的是軟件、生態怎麽(me) 跟現有的計算係統更好地融合,更低成本地去開發,這點是存算一體(ti) 最終極的形態”。王紹迪認為(wei) ,存算一體(ti) 跟工藝發展過程中會(hui) 有很好的結合,比如現在的先進集成,這些都對存算一體(ti) 跟現有計算係統融合,帶來更容易、更便捷的方式。
在目前的發展中,存算一體(ti) 芯片是否會(hui) 追尋摩爾定律
王紹迪表示,“存算一體(ti) 芯片一部分會(hui) 遵循摩爾定律,一部分又不遵循摩爾定律,我們(men) 看現在的3D Flash很早就不走摩爾定律的道路了,走3D集成、擴充容量的道路。所以存儲(chu) 器角度來說,有它自己擴充容量的一條道路,它也不是說工藝越小,速度或者能效就越好,本身並不是這樣的特點,它是一個(ge) 單位麵積的密度或者單個(ge) 核能夠放多少單元,能夠提升計算的效率”。
另外,摩爾定律在邏輯的計算部分,包括數模轉換的部分,還是遵循摩爾定律的。目前的存內(nei) 計算都沒有采用最先進的工藝,所以未來的幾年,在邏輯數據流當中的提升,還是會(hui) 按摩爾定律繼續往下走去提升。