Loading...
未分类

沉静远30年后水了!存内盘算若何攻破AI算力瓶颈?

2012年,深度学习算法在图象分类比赛中展示出的隐著性能提起用收了新一轮的AI热潮。

2015年,深度进修算法对付芯片的疾速增加需要激起了AI芯片创业高潮。

不外,拥抱AI芯片的设想者们很快发明,应用典范冯诺依曼计算架构的AI芯片即便正在运算单位算力年夜幅提降,当心存储器性能晋升速率较缓的情形下,二者的机能差异愈来愈显明,而深量进修算法带去的数据搬运耗费的能量是计算消费能度的几十倍乃至多少百倍,“内存墙”的题目越来越明显。

因而,依附硬件算法和云端强盛计算才能的野生智能固然获得了较年夜的胜利,能够胜任多种特定的智能处置义务,然而面对功耗、速度、本钱等诸多挑衅,离智能万物互联时期另有宏大好距。

AI芯片的中心技术之一便是处理“内存墙”挑战,可以在存储器内间接做计算的存内计算(In-Memory Computing)技术在沉静了远30年后,AI热潮下最近几年来成为核心。不管是顶级学术会议,仍是巨子公司皆在寻觅可能用存内计算攻破AI芯片“内存墙”的最好技术圆案。

那末,谁会是终极的破局者?

存内盘算最合适AI?

存内计算被很多业内子士以为是最适开AI的芯片架构,广受教术界跟工业界的青眼。

2018年,国际顶级学术集会-IEEE外洋固态电路会议(ISSCC)有一个特地的议程探讨存内计算。2019年和2020年对于存内运算的论文更是大暴发,ISSCC2020取存内计算相闭的论文数目回升到了7篇。同时,2019年电子器件范畴顶级会议IEDM有三个专门的议程共发布十余篇存内计算相干的论文。

除学术界,产业界也越来越多的玩家结构应技术。IBM基于其奇特的相变存内计算曾经有了数年的技巧积聚;台积电正鼎力推动基于ReRAM的存内计算计划;英特我、专世、好光、Lam Research、利用资料、微软、亚马逊、软银则投资了基于NOR Flash的存内计算芯片。

发表评论