高性能高带宽显存技术，可助于AI应用化

随着网络和数据中心带宽需求的日益提升，针对高性能内存解决方案的需求也是水涨船高。对于超过400 Gbps的系统开发，以经济高效的方式实现内存方案的性能和效率已经成为重要挑战之一。

图形双数据速率 （GDDR） 内存最初是为了满足游戏机和PC的高性能图形计算需求而开发的，自2008年面市至今历经十余载，已经在市场中久经考验，如今也正被应用于网络和数据中心领域等其他领域，为产品提供低风险、灵活而又经济高效内存解决方案。

为什么要使用GDDR6

GDDR最初产生是为了满足人们对于显卡性能需求的增长。面市以后，GDDR一路高歌猛进，标准更新迅速，带宽猛涨。到2018年，搭配了256－bit位宽的GDDR6带宽标准已经可以达到768GB／s，与之对比的是DDR4－3200 25．6GB／s。也就是这一年，国内芯片IP和定制领军的芯动科技（INNOSILICON）实现了与英伟达同步推出全球先进的GDDR6，在显存领域率先突破“卡脖子”，也为其在2020年量产首发国内GPU图形处理器奠定了基础。

DDR vs． GDDR 容量比较

如今，商用GDDR6的密度已经做到16Gbits，与最高容量的 DDR4 内存芯片一致。GDDR6 器件的带宽高达512Gb／s，是DDR4 的 10 倍。在未来，GDDR6将按照标准向更高容量更快速度演进。GDDR6的性能优势，使其成为满足现代网络需求的理想选择。

DDR vs． GDDR 带宽比较

不仅如此，GDDR6还具有降低总拥有成本 （TCO） 的独特优势。下图比较了三种不同的方法，以满足 1Tb 交换应用程序的需求。如图所示，相对于DDR4，采用GDDR6 不仅可以将设计复杂性降低80％，还可以减少 82％ 的PCB面积占用，并将能效提高 44％。

各种主流内存方案的总拥有成本（TCO）比较

对设计者而言，GDDR6还能有效简化设计。GDDR6 与传统DDR技术使用的方法类似，主要区别与封装和引脚相关，遵循相同的设计实践，因此如果工程师们已经熟悉GDDR5设计，那么过渡至GDDR6将是非常顺滑的设计体验。

自主GDDR6赋能人工智能

进入人工智能时代，以AI为代表的新兴应用驱动AI服务器市场稳步发展，AI服务器为AI应用场景多样化提供了硬件基础。GDDR6能满足人工智能计算中对大场景、大计算的需求，适用于图像识别、高速计算等各个领域，是保障国家信息安全和产业经济安全关键性技术。

在人工智能领域，为了增强神经网络的推理准确率，网络结构日趋复杂，伴随而来的是参数量和计算量的急剧增加，这对硬件平台提出较高的要求。为了解决国内人工智能市场应用的这一问题，芯动科技（INNOSILICON）推出了基于智能视觉处理器系统的全自主高速GDDR6产品，并入选“2020年度苏州工业园区人工智能优秀应用案例”。

项目先从处理器体系结构层次、深度学习算法层次、数据层次、视觉应用层次，分析视觉应用的特征，以及对处理器微体系结构相应的需求出发。然后，采用时空复用设计方法，用与单权重多线程执行模型，设计出高并行、可重构、可扩展、和低功耗的视觉处理器芯片。采用芯动科技自主研发的GDDR6 技术，该技术属高带宽显存技术，实现了可编程智能AI处理器，支持高性能人脸识别和模式识别，从硬件加速和编译器全工具链条。

据了解，芯动最新开发的GDDR6技术，是业界最高带宽内存，已被证实是提高数据传输速度最为有效的方法。GDDR6一改以往GDDR1／2／3／4／5／5X只有一个读写通道问题，使用双通道，虽然位宽变小了，但是实际上效率更高以后，会带来明显的性能提升。至目前为止国外只有一家公司英伟达实现了量产。芯动作为全球GDDR6商用IP提供商，将推动产品广泛运用在AI人工智能、数据中心、高性能计算等重要领域。

除了此次获奖产品采用的GDDR6技术，芯动DDRn／LPDDRn／GDDRn并行接口IP核也是全球领先的最重要的高端IP之一，在各种SoC中使用很广。其中DDR4作为DDR3的升级产品，高性能、低功耗，成为各种高端移动AP处理器，计算机服务器系统、台式电脑和笔记本电脑用高速、低功率组件的新一代SoC数据接口标准，并进入高清电视手机等消费电子产品。