技术|阿里达摩院成功研发存算一体芯片

IT之家 12 月 3 日消息 , 据阿里云官方发布 , 阿里达摩院成功研发存算一体芯片 。 这是全球首款基于 DRAM 的 3D 键合堆叠存算一体芯片 。 它可突破冯?诺依曼架构的性能瓶颈 , 满足人工智能等场景对高带宽、高容量内存和极致算力的需求 。 在特定 AI 场景中 , 该芯片性能提升 10 倍以上 , 效能比提升高达 300 倍 。

技术|阿里达摩院成功研发存算一体芯片
文章图片

为什么要研发存算一体芯片?
随着人工智能应用场景的爆发 , 现有的计算机系统架构的短板逐渐显露 , 例如功耗墙、性能墙、内存墙等问题 。
其主要症结在于:
一是数据搬运带来了巨大的能量消耗 。 在传统架构下 , 数据从内存单元传输到计算单元需要的功耗是计算本身的约 200 倍 , 因此真正用于计算的能耗和时间占比很低 。
二是内存的发展远远滞后于处理器的发展 。 目前 , 处理器的算力以每两年 3.1 倍的速度增长 , 而内存的性能每两年只有 1.4 倍的提升 。 后者的性能极大地影响了数据传输的速度 , 这也被认为是传统计算机的阿克琉斯之踵 。

技术|阿里达摩院成功研发存算一体芯片
文章图片

存算一体芯片是目前解决以上问题的最佳途径 —— 它类似于人脑 , 将数据存储单元和计算单元融合为一体 , 大幅减少数据搬运 , 从而极大提高计算并行度和能效 。
这一技术早在 90 年代就被提出 , 但受限于技术的复杂度、高昂的设计成本以及应用场景的匮乏 , 过去几十年业界对存算一体芯片的研究进展缓慢 。 如今 , 达摩院希望通过自研创新技术解决算力瓶颈这一业界难题 。
此外 , 存算一体芯片在终端、边缘端以及云端都有广阔的应用前景 。 例如 VR/AR、无人驾驶、天文数据计算、遥感影像数据分析等场景中 , 存算一体芯片都可以发挥高带宽、低功耗的优势 。
从长远来看 , 存算一体技术还将成为类脑计算的关键技术 。
实现存算一体的三种路线
实现存算一体有三种技术路线:

  • 近存储计算(Processing Near Memory):计算操作由位于存储芯片外部的独立计算芯片完成 。
  • 内存储计算(Processing In Memory):计算操作由位于存储芯片内部的独立计算单元完成 , 存储单元和计算单元相互独立存在 。
  • 内存执行计算(Processing With Memory):存储芯片内部的存储单元完成计算操作 , 存储单元和计算单元完全融合 , 没有一个独立的计算单元 。
其中 , 近存计算通过将计算资源和存储资源距离拉近 , 实现对能效和性能的大幅度提升 , 被认为是现阶段解决内存墙问题的最佳途径 。 达摩院本次也是沿着这一方向进行突破 。

推荐阅读