0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

存内计算的前景如何

半导体芯情 来源:半导体芯情 2023-02-09 16:27 次阅读

近日,有国内芯片推出来了一款比较前沿的芯片产品,它就是存算一体化芯片。

据媒体报道,知存科技这款芯片是全球首颗商用存内计算SoC,它的功耗低至1毫安,它就是WTM2101芯片,是全球首颗商用存内计算SoC。

知存科技介绍,WTM2101可使用sub-mW级功耗完成大规模深度学习运算,特别适合可穿戴设备中的智能语音和智能健康服务。

一、这款芯片的优势:

1.基于存算一体技术,实现NN VAD和上百条语音命令词识别

2.超低功耗实现NN环境降噪算法、健康监测与分析算法

3.典型应用场景下,工作功耗均在微瓦级别

4.采用极小封装尺寸

半导体芯情了解到,存内计算是一种新型架构的芯片,相比当前的计算芯片采用冯诺依曼架构不同,存内计算是计算与数据存储一体,可以解决内存墙的问题,该技术60年代就有提出,只是一直没有商业化。

据该公司创始人、CEO王绍迪介绍,这款芯片是知存科技首次尝试在低功耗场景下量产的存内计算芯片,一般运行功耗在1毫安至5毫安之间。

此前还有报道,除了WTM2101芯片,知存科技也针对更高性能的视频增强场景正在开发WTM8系列芯片,新一代架构可以在单核提升算力80倍,提升效率10倍,目前验证芯片已经回片,预计2023年正式发布。

二、为什么需要存内计算芯片?

芯片最核心的价值之一就是运算,那如何让它运算能力更牛呢?在摩尔定律的时代,我们可以用先进制程,更小体积,更多晶体管,算力增强。如果制程一样,先进封装也是可以提高产品性能(半导体芯情在这里不做阐述。)

但是,随着先进制程逼近1nm的物理极限,摩尔定律不可避免的放缓,即便是在日常生活中,人们也能感受到手机Soc、电脑CPU的升级换代效果越来越差,从过去的每代提升40%性能迅速下降至20%甚至10%。

与之对应的是,当今社会对数据、算力、芯片性能的要求却越来越高,整个下游市场既然有庞大的需求出现,那么整个产业链的各方都在想方设法来提高芯片的性能,既然传统的在晶圆上改进工艺的方式进展缓慢,那么在更上层的计算机架构上动刀或许会有意想不到的收获。

今年以来,一些跳出传统计算机结构体系的设想正在转为研究成果出现在各大顶级期刊上,它就是“存内计算”。

存内计算,顾名思义就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。

三、存内计算芯片它解决了哪些问题,前景如何?

王绍迪指出,存内计算概念实际在上世纪60年代就被很早的提出,但一直以来都没有真正技术落地,直到最近10年间,业界开始在这条技术路径上做更多的研究,原因正是摩尔定律的极限已经越来越近。

在如今最先进的5纳米和3纳米芯片制造工艺之间,SRAM存储器的密度并没有提升。王绍迪称,从7纳米到5纳米演进时,其SRAM存储器密度提升也非常有限,尚不足20%。这也意味着,与芯片制造工艺中摩尔定律逐渐失效相比,存储器的发展速度更慢,芯片的算力越来越大、核数越来越多,但实际每个核能够使用的存储器资源越来越少,因为存储器的密度、带宽和存储速度都远低于计算芯片的算力提升,这便是业内称之为“内存墙”的问题。

关于内存墙,王绍迪指出:“在如今AI计算时代下,随着数据量爆炸式增长,计算中数据的搬运量也越来越多,而芯片计算中有超过80%的时间和95%的能耗都被消耗在数据搬运过程中。因此,内存墙的问题在最近十年中越来越严重,业内开始重新寄希望于用存内计算去解决内存墙的问题。”

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
  • cpu
    cpu
    +关注

    关注

    68

    文章

    10824

    浏览量

    211125
  • soc
    soc
    +关注

    关注

    38

    文章

    4118

    浏览量

    217918
  • 存内计算
    +关注

    关注

    0

    文章

    29

    浏览量

    1373

原文标题:存内计算前景如何?能成为颠覆传统芯片的爆款吗?

文章出处:【微信号:ikuxing,微信公众号:半导体芯情】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    科技启动首届计算创新大赛

    计算作为一项打破“内存墙”“功耗墙”的颠覆性技术,消除了与算的界限,相比CPU或GPU能够实现更高计算并行度、更大专用算力,达成数量级
    的头像 发表于 11-21 10:44 112次阅读

    科技推动新一代计算芯片产品产业化进程

      6月3日,知科技总部启航仪式在杭州临平算力小镇正式举行,标志着公司在计算芯片领域开启技术研发、人才战略、产业升级的新征程。临平区委书记陈如根,区委常委、组织部长杨霞,区委常委
    的头像 发表于 06-05 17:16 1108次阅读

    计算原理分类——数字计算与模拟计算

    数字计算与模拟计算各有优劣,都是算一体发展
    的头像 发表于 05-21 16:26 2200次阅读
    <b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>原理分类——数字<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>与模拟<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>

    计算——助力实现28nm等效7nm功效

    当的性能。算一体尝试通过集成存储和计算在一个芯片甚至一个容器,来突破访限制,发挥芯片的最大算力。下面我们将重点介绍算一体技术。
    的头像 发表于 05-17 15:03 1740次阅读
    <b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>——助力实现28nm等效7nm功效

    论基于电压域的SRAM计算技术的崭新前景

    能耗。 特别关注了基于电压域的SRAM计算技术,这一技术利用SRAM存储单元的电压变化来实现计算功能。通过将数字量转化为电压值,利用电荷共享的方式进行
    的头像 发表于 05-17 14:38 909次阅读
    论基于电压域的SRAM<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>技术的崭新<b class='flag-5'>前景</b>

    从MRAM的演进看计算的发展

    我国的计算产业也开始迅猛发展,知科技、九天睿芯、智芯科、后摩智能、苹芯科技等国内专注
    的头像 发表于 05-17 14:25 1188次阅读
    从MRAM的演进看<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>的发展

    浅谈计算生态环境搭建以及软件开发

    在当今数据驱动的商业世界中,能够快速处理和分析大量数据的能力变得越来越重要。而计算开发环境在此领域发挥其关键作用。
    发表于 05-16 16:40

    科技助力AI应用落地:WTMDK2101-ZT1评估板实地评测与性能揭秘

    的挑战。通过对知科技WTM2101量产芯片的深入解析与评测,重点展示计算芯片的电路结构及其应用现状。最后,将对算一体芯片未来的发展
    发表于 05-16 16:38

    计算WTM2101编译工具链 资料

    计算是突破物理极限的下一代算力技术- AIGC等人工智能新兴产业的快速发展离不开算力,算力的基础是人工智能芯片。 当前CPU/GPU在执行计算密集型任务时需要将海量参数(ωij)
    发表于 05-16 16:33

    探索计算—基于 SRAM 的计算与基于 MRAM 的算一体的探究

    在提高计算性能、降低能耗、简化系统架构等方面的重要作用,展望了它们在未来的计算应用中的潜力和前景。同时,对于不同场景下的适用性和优势进行了详细的分析和比较,为读者提供了深入了解
    的头像 发表于 05-16 16:10 2527次阅读
    探索<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>—基于 SRAM 的<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>与基于 MRAM 的<b class='flag-5'>存</b>算一体的探究

    计算芯片的基石-存储介质汇总

    作为新的计算架构,计算(Computing In Memory,CIM)被认为是具有潜力的革命性技术。重点是将存储与计算融合,有效克服冯
    的头像 发表于 05-16 15:41 1698次阅读
    <b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>芯片的基石-存储介质汇总

    计算芯片研究进展及应用

    在NOR Flash计算芯片当中,向量-矩阵乘法运算基于电流/电压的跨导与基尔霍夫定律进行物理实现,如图7(a)所示。因此,其核心是设计NOR Flash单元阵列以满足大规模高能效向量-矩阵乘法
    的头像 发表于 05-16 15:30 1199次阅读
    <b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>芯片研究进展及应用

    生态构建重要一环- 计算工具链

    本篇文章重点讲述计算相关工具链,我们将从工具链定义出发,依次讲述工具链研究背景及现有工具链、计算
    的头像 发表于 05-16 14:37 1040次阅读
    <b class='flag-5'>存</b><b class='flag-5'>内</b>生态构建重要一环- <b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>工具链

    计算技术工具链——量化篇

    本篇文章将重点讲述计算技术工具链之“量化”,我们将从面向计算芯片的深度学习编译工具链、神
    的头像 发表于 05-16 12:35 1125次阅读
    <b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>技术工具链——量化篇

    浅谈计算生态环境搭建以及软件开发

    在当今数据驱动的商业世界中,能够快速处理和分析大量数据的能力变得越来越重要。而计算开发环境在此领域发挥其关键作用。
    的头像 发表于 05-15 17:10 437次阅读
    浅谈<b class='flag-5'>存</b><b class='flag-5'>内</b><b class='flag-5'>计算</b>生态环境搭建以及软件开发