电子发烧友网报道(文/李弯弯)近日,苹芯科技宣布已于数月前完成千万级美元A轮融资,该轮融资由春华创投领投,红点中国、红杉中国、真格基金等老股东全部跟投。据悉,本轮融资资金将主要用于加大技术及产品研发投入,加速更多应用场景落地。
苹芯科技成立于2021年,专注于存内计算AI芯片研究与应用,希望通过SRAM技术路线突破传统冯·诺依曼结构所造成的存储墙局限,为人工智能行业下的多元场景提供底层算力。
什么是存内计算?它是把计算单元嵌入到内存当中。通常计算机运行的冯·诺依曼体系包括存储单元和计算单元两部分,计算机实施运算需要先把数据存入主存储器,再按顺序从主存储器中取出指令,一条一条的执行,数据需要在处理器与存储器之间进行频繁迁移。
如果内存的传输速度跟不上CPU的性能,就会导致计算能力受到限制,即“内存墙”出现,例如,CPU处理运算一道指令的耗时假若为1ns,但内存读取传输该指令的耗时可能就已达到10ns,严重影响了CPU的运行处理速度。
此外,读写一次内存的数据能量比计算一次数据的能量多消耗几百倍,也就是“功耗墙”的存在。2018年,谷歌针对自家产品的耗能情况做了一项研究,发现整个系统耗能的62.7%浪费在CPU和内存的读写传输上,传统冯·诺依曼架构导致的高延迟和高耗能的问题成为急需解决的问题,其中的短板存储器成为了制约数据处理速度提高的主要瓶颈。
而存内计算可以有效消除存储单元与计算单元之间的数据传输耗能过高、速度有限的情况,从而有效解决冯诺依曼瓶颈。
存内计算存在多种基于不同存储介质的技术路径,如SRAM、Flash及其它新型存储器。苹芯科技选择的是基于SRAM做存内计算基础架构验证,并开展新型存储器拓展研究的技术路线。
苹芯科技CEO杨越此前在接受电子发烧友采访的时候表示,因为SRAM工艺成熟度高,具有向先进节点高兼容性和无限擦写次数的优势,在计算时能够做到精度无损、读写延迟短,适用于诸如自动驾驶、无人机等对计算准确性和反应速度要求高的场景。
苹芯科技也致力于基于新型存储器的存算一体技术的研发,公司创始团队在新型存储器及应用方面有着非常雄厚的技术积累。苹芯选择新型存储器的原因:一是因为它具有高性能天花板,二是这也有利于团队核心成员更好地发挥过往的技术积累和工程经验。
存内计算未来有很好的市场机会,现在很多具有AI计算功能的芯片,包括GPU、FPGA以及NPU、SOC等,都是基于传统的冯诺伊曼架构设计的,会受到存储墙、功耗墙的约束,这就导致他们在绝对计算上很强,但在整个计算效率上存在天花板,存内计算可以弥补这些问题。
当前苹芯科技已完成了三次产品流片,并达到28nm制程节点的商业化应用,可以根据场景需求向更高工艺节点演进。目前,苹芯科技已与国内外电子类头部企业、大型企业集团等客户展开合作,为其解决存内计算一键部署的需求。
整体而言,现阶段各家厂商大多处于探索阶段,短期来看,存内计算的主要市场机会主要会出现在端侧的产品上,比如可穿戴设备、智能家居等。长期来看,随着存内计算计算能力提升2-3个量级,存内计算的应用会扩展到更多场景中,比如自动驾驶、云计算等等。
苹芯科技成立于2021年,专注于存内计算AI芯片研究与应用,希望通过SRAM技术路线突破传统冯·诺依曼结构所造成的存储墙局限,为人工智能行业下的多元场景提供底层算力。
什么是存内计算?它是把计算单元嵌入到内存当中。通常计算机运行的冯·诺依曼体系包括存储单元和计算单元两部分,计算机实施运算需要先把数据存入主存储器,再按顺序从主存储器中取出指令,一条一条的执行,数据需要在处理器与存储器之间进行频繁迁移。
如果内存的传输速度跟不上CPU的性能,就会导致计算能力受到限制,即“内存墙”出现,例如,CPU处理运算一道指令的耗时假若为1ns,但内存读取传输该指令的耗时可能就已达到10ns,严重影响了CPU的运行处理速度。
此外,读写一次内存的数据能量比计算一次数据的能量多消耗几百倍,也就是“功耗墙”的存在。2018年,谷歌针对自家产品的耗能情况做了一项研究,发现整个系统耗能的62.7%浪费在CPU和内存的读写传输上,传统冯·诺依曼架构导致的高延迟和高耗能的问题成为急需解决的问题,其中的短板存储器成为了制约数据处理速度提高的主要瓶颈。
而存内计算可以有效消除存储单元与计算单元之间的数据传输耗能过高、速度有限的情况,从而有效解决冯诺依曼瓶颈。
存内计算存在多种基于不同存储介质的技术路径,如SRAM、Flash及其它新型存储器。苹芯科技选择的是基于SRAM做存内计算基础架构验证,并开展新型存储器拓展研究的技术路线。
苹芯科技CEO杨越此前在接受电子发烧友采访的时候表示,因为SRAM工艺成熟度高,具有向先进节点高兼容性和无限擦写次数的优势,在计算时能够做到精度无损、读写延迟短,适用于诸如自动驾驶、无人机等对计算准确性和反应速度要求高的场景。
苹芯科技也致力于基于新型存储器的存算一体技术的研发,公司创始团队在新型存储器及应用方面有着非常雄厚的技术积累。苹芯选择新型存储器的原因:一是因为它具有高性能天花板,二是这也有利于团队核心成员更好地发挥过往的技术积累和工程经验。
存内计算未来有很好的市场机会,现在很多具有AI计算功能的芯片,包括GPU、FPGA以及NPU、SOC等,都是基于传统的冯诺伊曼架构设计的,会受到存储墙、功耗墙的约束,这就导致他们在绝对计算上很强,但在整个计算效率上存在天花板,存内计算可以弥补这些问题。
当前苹芯科技已完成了三次产品流片,并达到28nm制程节点的商业化应用,可以根据场景需求向更高工艺节点演进。目前,苹芯科技已与国内外电子类头部企业、大型企业集团等客户展开合作,为其解决存内计算一键部署的需求。
整体而言,现阶段各家厂商大多处于探索阶段,短期来看,存内计算的主要市场机会主要会出现在端侧的产品上,比如可穿戴设备、智能家居等。长期来看,随着存内计算计算能力提升2-3个量级,存内计算的应用会扩展到更多场景中,比如自动驾驶、云计算等等。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
sram
+关注
关注
6文章
763浏览量
114630 -
AI芯片
+关注
关注
17文章
1859浏览量
34905 -
存算一体
+关注
关注
0文章
100浏览量
4287 -
存内计算
+关注
关注
0文章
29浏览量
1373 -
苹芯科技
+关注
关注
0文章
9浏览量
159
发布评论请先 登录
相关推荐
微观纪元完成数千万元Pre-A轮融资 加速量子计算应用
近日,国内量子计算应用领域的领军企业——合肥微观纪元数字科技有限公司(以下简称“微观纪元”)正式宣布完成了数千万元的Pre-
邑文科技完成逾5亿元D轮融资,涉足国外头部零部件供应商领域
目前,邑文科技已经成功打破海外技术垄断,具备主流产品迭代能力以及兼容国内外优秀供应商的生产能力。公司的产品性能与国际领先企业相媲美,多家国内
评论