國產(chǎn)存算一體AI芯片發(fā)展正當時

架構就像是芯片的基因，它直接決定了芯片的提升空間。這也是后摩爾定律時代，“新物種”芯片崛起的根本原因。

大量的數(shù)據(jù)、有效的算法以及足夠的算力結合，推動了人工智能的高速發(fā)展。但我們也不得不看清一個嚴峻的現(xiàn)實：數(shù)據(jù)量越來越大，數(shù)據(jù)類型越來越多；各種算法日新月異，高速發(fā)展；與此同時，算力的提升卻顯得趕不上趟，甚至落后于數(shù)據(jù)和算法的需求，特別是在計算場景對高帶寬、低功耗需求持續(xù)走高的趨勢下。此外，加之芯片工藝趨近極限，可大規(guī)模商用的新型材料暫時還沒實現(xiàn)，在芯片架構上的探索成為提高芯片性能最重要的手段之一。

AI芯片的破“墻”運動

在傳統(tǒng)的馮·諾依曼架構中，由于計算與存儲分離，計算過程中需要不斷通過總線交換數(shù)據(jù)，將數(shù)據(jù)從內(nèi)存讀進CPU，計算完成后再寫回存儲。而隨著深度學習的發(fā)展和應用，計算單元和存儲單元之間的數(shù)據(jù)移動尤為頻繁，數(shù)據(jù)搬運慢、搬運能耗大等問題成為了算力效能進一步提升的關鍵瓶頸。從處理單元外的存儲器提取數(shù)據(jù)，搬運時間往往是運算時間的成百上千倍，公開數(shù)據(jù)顯示，整個過程的無用能耗約在60%-90%之間。

特別是大算力場景下，存算分離帶來的計算帶寬問題成為主要瓶頸。以智能駕駛等邊緣端高并發(fā)計算場景來看，它們除了對算力需求高之外，對芯片的功耗和散熱也有很高的要求。而常規(guī)架構的芯片設計中，內(nèi)存系統(tǒng)的性能提升速度已經(jīng)大幅落后于處理器的性能提升速度，有限的內(nèi)存帶寬無法保證數(shù)據(jù)高速傳輸，無法滿足高級別的計算需求。

行業(yè)面臨的挑戰(zhàn)很突出，一邊是需要逾越的“算力高墻”，一邊則是固守多年的“存儲墻”。而只有創(chuàng)新架構，打破存儲墻、降低成本、提升計算效率，才能讓芯片算力更進一步，推進數(shù)據(jù)計算應用的發(fā)展。

在這一趨勢下，將內(nèi)存和計算更緊密地結合在一起的存算一體方案，正獲得越來越多的關注，并逐步由研究走入商用場景中。

以數(shù)據(jù)為核心的AI芯片路線

對于大算力的AI芯片來說，架構設計已經(jīng)越來越明顯地轉向了“數(shù)據(jù)為核心”的思路，不過對于不同技術路線的企業(yè)來說，有不同的實現(xiàn)方式。

HBM是目前超大算力芯片常用的方案之一，它能夠暫時緩解“存儲墻”的困擾，但實現(xiàn)成本較高。以英偉達在AI云端市場大規(guī)模落地的GPU來看，其最先進的Hopper架構一方面通過HBM來解決內(nèi)存墻，另一方面新增了張量存儲加速器 (TMA) 。整個Hopper架構GPU由8個圖形處理集群（GPC)“拼接”組成，核心兩側是HBM3顯存，擁有5120 Bit的位寬。此外，TMA提高了張量核心與全局存儲和共享存儲的數(shù)據(jù)交換效率。

這一方式也需要先進的工藝和封裝技術，基于Hopper的最新一代GPU H100，就采用了臺積電4nm工藝、CoWoS 2.5D封裝技術，在設計能力、成本投入方面都有很高門檻。

再看三星發(fā)布的HBM2-PIM技術和近內(nèi)存計算方案AxDIMM。HBM2-PIM實際上是一塊帶有計算功能且在AI應用中能提升系統(tǒng)性能的內(nèi)存芯片，AxDIMM則實現(xiàn)了在每個DRAM芯片旁邊都集成了一塊單獨的加速器邏輯并可以同時訪問，增加了訪存帶寬。這樣的設計思路也非常符合三星的業(yè)務規(guī)劃，用以確保其存儲器在AI時代繼續(xù)保持先進性。

英特爾的神經(jīng)擬態(tài)計算芯片Loihi也采用了存算一體的架構，使之更加容易擴展。Loihi芯片的裸片包含128個小核，每個核里面模擬1024個神經(jīng)元的計算結構，每個神經(jīng)元又有1000個突觸連接，這意味著768個芯片連接起來可以構建接近1億神經(jīng)元的系統(tǒng)。

存算一體，方興未艾

近年來，國內(nèi)企業(yè)對于存算一體芯片的投入進入高峰期。

據(jù)<與非網(wǎng)>分析，國產(chǎn)存算一體芯片主要呈現(xiàn)以下趨勢：進入2017年以來，國產(chǎn)存算一體芯片企業(yè)開始“扎堆”入場，12家企業(yè)中有10家成立于2017年之后；第二，從技術路線來看，以近存計算和存內(nèi)計算兩種路線為主，其中，又可以細分為模擬存內(nèi)計算、全數(shù)字存內(nèi)計算、類腦存內(nèi)計算、類腦近存計算等；第三，存儲器類型相對多樣化，包括閃存、SRAM、RRAM、ReRAM等;第四，國產(chǎn)存算一體芯片正在向大算力的方向邁進，以2020年成立的億鑄科技和后摩智能為代表。

國產(chǎn)存算一體芯片概況，<與非網(wǎng)>不完全整理

技術路線的選擇直接決定了產(chǎn)品的應用方向。近存計算的基本做法是將數(shù)據(jù)存儲盡量靠近計算單元，降低數(shù)據(jù)搬運的延遲和功耗，其架構主要包括多級緩存架構和高密度片上存儲；而存內(nèi)計算是對內(nèi)部存儲中添加計算邏輯，直接在內(nèi)部存儲執(zhí)行數(shù)據(jù)計算，這種架構數(shù)據(jù)傳輸路徑最短，同時能滿足大模型的計算精度要求。

在存儲器的選擇方面，發(fā)展較為成熟的有NOR Flash、SRAM、DRAM等。FLASH屬于非易失性存儲介質(zhì)，具有低成本、高可靠性優(yōu)勢，但工藝制程有瓶頸；SRAM在速度方面有優(yōu)勢，但容量密度小，價格高，在大陣列運算的同時保證運算精度具有挑戰(zhàn)；DRAM成本低、容量大，但是速度慢，且需要電力不斷刷新。存算一體新型存儲器有PCRAM、MRAM、ReRAM等，其中ReRAM在神經(jīng)網(wǎng)絡計算中具有優(yōu)勢，是目前發(fā)展較快的新型存儲器。

此外，還有模擬存算和全數(shù)字存算的區(qū)分。究竟是數(shù)字好還是模擬好？前幾年，業(yè)界認為模擬計算在速度、能耗、工藝節(jié)點方面有優(yōu)勢；近些年，又提出模擬路線需要進行模數(shù)轉換，精度容易受信噪比影響達到上限，而數(shù)字計算具有高精度、高環(huán)境容忍度的優(yōu)點。不過，不論是模擬還是數(shù)字，都需要企業(yè)基于已有技術能力，面向應用場景、可選擇工藝等方面進行權衡選擇。

誰將勝出？

面向國際巨頭在AI算力市場、存儲技術占據(jù)領先地位的當下，以電路/架構設計出身的存算一體初創(chuàng)公司，將競爭核心著眼于存算一體SoC芯片設計以及相應的IP核能力，是一種較為務實的做法。并且，差異化的技術路線演進，長遠看也有利于產(chǎn)業(yè)的良性發(fā)展。

目前看來，整個行業(yè)對存算一體芯片的研究依舊處于探索階段，在工藝成熟度、典型應用、生態(tài)系統(tǒng)等方面亟待進一步成熟，談論哪種架構勝出為時尚早。并且，存算一體芯片發(fā)展本身就涉及龐雜的產(chǎn)業(yè)鏈環(huán)節(jié)，需要從存儲器到AI芯片再到編譯器和算法的一系列技術能力，也離不開強大的開發(fā)能力和生態(tài)建設能力。

寫在最后

多年從事芯片開發(fā)的工程師，到后來可能發(fā)現(xiàn)，很多時候算力的提升并不在于計算單元本身，而是傳輸帶寬的制約。對于這一多年來就存在的瓶頸，存算一體無疑是合理的路徑，也因深度學習的興盛而達到了合適的發(fā)展節(jié)點。

目前看來，第一批實現(xiàn)量產(chǎn)落地的存算一體芯片，以小算力、端側應用居多，面向大算力數(shù)據(jù)中心、智能駕駛的芯片，根據(jù)主要玩家的市場規(guī)劃，有望在未來一兩年內(nèi)實現(xiàn)量產(chǎn)。

在人工智能本身仍在探尋應用場景的前提下，存算一體化的落地問題，仍需要緊密結合具體應用場景具體分析。存算一體芯片產(chǎn)業(yè)真正走向成熟還需要持續(xù)地積累，實現(xiàn)小算力場景持續(xù)滲透，針對高價值場景做極致優(yōu)化；大算力場景規(guī)模量產(chǎn)，最終走向普遍應用。