打破馮諾依曼架構限制 國內研發存算一體AI晶片

2021-01-11 電子產品世界

大家都知道我們現在的電腦——不論是PC還是超算，都是處理器、存儲晶片分離的，這就是馮諾依曼50多年前確立的計算架構。隨著技術的發展，存儲計算分離的架構瓶頸越來越多，日前國內研發出了存算一體的AI晶片，號稱自主智慧財產權，國內首創、國際領先。

本文引用地址：http://www.eepw.com.cn/article/201907/402907.htm

合肥日報報導稱，合肥恆爍半導體科技公司與中國科大團隊歷時兩年共同研發的基於NOR快閃記憶體架構的存算一體（Computing In Memory）AI晶片系統演示順利完成。

這標誌著，具有我國自主智慧財產權，國內首創、國際領先的超低功耗存算一體的人工智慧晶片在肥問世。

研發團隊成員之一、中國科大博士陶臨風介紹，存算一體就是把存儲和計算結合在一起。在傳統計算過程中，計算單元需要將數據從存儲單元中提取出來，處理完成後再寫回存儲單元。而存算一體則省去數據搬運過程，有效提升計算性能。相較於傳統晶片，存算一體人工智慧晶片具有能耗低、運算效率高、速度快和成本低的特點。

據了解，該晶片是一款具有邊緣計算和推理的人工智慧（AI）晶片，能實時檢測通過攝像頭拍攝的人臉頭像並給出計算概率，準確且穩定，可廣泛應用於森林防火中的人臉識別與救援、心電圖的實時監測、人工智慧在人臉識別上的硬體解決方案等。

據官網介紹，合肥恆爍半導體科技公司於2015年2月在合肥市註冊，在上海浦東高科技園區設有研發中心，並且在中科大先研院設有3D NAND聯合開發實驗室和測試中心。此外，公司已和多家晶圓生產和封裝廠建立了戰略合作夥伴關係，共同開發NAND 、NOR快閃記憶體、EEPROM和其它新型存儲器產品。


相關焦點

  • 清華高濱:基於憶阻器的存算一體單晶片算力可能高達1POPs | CCF-G...
    晶片算力的提升與需求增長之間有一個很尖銳的矛盾。」這個尖銳的矛盾主要有兩個原因：摩爾定律放緩以及馮諾依曼架構帶來的存算分離局限。這讓晶片面臨著算力和能效兩大挑戰。要解決矛盾和挑戰，需要三大基石都革新的存算一體計算機。高濱表示：「器件層面，憶阻器可以把馮諾伊曼架構裡的處理、內存、外存都融合在一起，構建存算一體陣列，這也是存算一體最基本的要素。
  • ...神經擬態模數混合計算晶片行業的領軍者,開拓感存算一體架構晶片
    成立於2018年的九天睿芯，專注高能效神經擬態感存算一體晶片，同時提供高能效感存算一體（生物醫療、語音視覺加速等其他信號）晶片設計、軟體編譯配置等定製化服務。談及神經擬態模數混合計算的發展淵源，九天睿芯介紹，自Carver Mead在90年代提出理論，經由創始人劉洪傑博士在蘇黎世聯邦理工的博士導師，Tobi Delbruck在神經感知計算領域實現的實際應用落地。
  • 清華類腦晶片再登Nature: 全球首款基於憶阻器的CNN存算一體晶片
    傳統計算架構中計算與存儲在不同電路單元中完成，造成大量數據搬運功耗增加和額外延遲，被認為是馮·諾依曼計算架構的核心瓶頸。人類的大腦卻並非如此，而是直接在記憶體裡計算。被認為具有「存算一體」潛力的憶阻器，因而成為類腦計算領域的熱門器件，被寄予提高算力，突破技術瓶頸的厚望。
  • ...全球首款基於憶阻器的CNN存算一體晶片,能效高出GPU兩個數量級
    被認為具有「存算一體」潛力的憶阻器，因而成為類腦計算領域的熱門器件，被寄予提高算力，突破技術瓶頸的厚望。撰文 | 四月2 月 27 日機器之心獲悉，據清華大學新聞網消息，該校微電子所、未來晶片技術高精尖創新中心錢鶴、吳華強教授團隊與合作者成功研發出一款基於多陣列憶阻器存算一體系統，在處理卷積神經網絡（CNN）時能效比前沿的圖形處理器晶片（GPU）高兩個數量級。
  • 號稱捨棄馮諾依曼架構,突破內存牆瓶頸的AI晶片,面世了
    近幾年再次興起的AI熱潮，不僅引發了晶片巨頭們的AI晶片戰，更讓科技巨頭們紛紛開始了AI晶片的研發。在AI晶片的爭奪中，算力首先成為了焦點。不過，算力提升之後，算力與內存的不匹配又成為了阻礙AI向前發展的關鍵。此時，一家成立於2017年的初創公司提出的存儲優先架構（SFA）表示很好地解決了內存牆的問題，事實是否如此？
  • 馮諾依曼架構和哈佛架構
    1、馮諾依曼架構，也叫普林斯頓架構，其特點是程序空間和數據空間是一體的，數據和程序採用同一數據總線和地址總線。指令和數據地址指向同一個存儲器的不同物理位置，指令和數據的寬度相同。由於馮諾依曼架構的指令和數據儲存在同一存儲器，而且由同一總線進行讀寫，因而指令和數不能同時進行操作，只能順序執行。也是這個原因限制了計算機的性能和數據處理速度。馮諾依曼架構採用馮諾依曼架構的優點是硬體簡單，最典型的應用便是intel的x86微處理器。
  • 存算一體晶片研發商知存科技完成近億元A輪融資,中芯聚源領投
    2018年12月，知存科技曾獲翼豐投資，啟迪之星，科大訊飛Pre-A輪投資；2018年初曾獲啟迪之星天使投資。知存科技創始人兼CEO王紹迪表示，此輪融資將主要用於完成晶片的量產工作。中芯聚源高級投資經理楊雪表示：知存科技技術傳承路徑清晰，在存算一體技術路線領域屬於國際第一梯隊。團隊研發實力雄厚。
  • 「芯觀點」後摩爾時代的AI革命:算力需求激增,催生晶片創新
    後摩爾時代的AI革命顯然需要新的顛覆——從計算架構開始，做算法、硬體和軟體的共同優化變得尤為關鍵。對算力需求的激增，也進一步催生AI專用晶片和專用設備的蓬勃發展，並促使晶片層面的多種創新。張童皓也觀察到了晶片技術和機器學習之前的相互影響。
  • 人工智慧的另一方向:基於憶阻器的存算一體技術
    其中來自清華大學的吳華強老師做了題目為「大腦啟發的存算一體技術」的報告。在報告中吳教授介紹到：當思考未來計算的時候，量子計算、光計算是向物理找答案，類腦計算、存算一體是向生物找答案，也就是向大腦找答案。目前吳老師正在晶片上做電子突觸新器件，做存算一體的架構。新器件方面主要研究的是憶阻器，它的特點是可以多比特，同時非易失，即把電去掉可以保持阻值，並且它速度很快。
  • 知存科技致力於開發的基於NOR Flash的存算一體化人工智慧晶片
    知存科技致力於開發的基於NOR Flash的存算一體化人工智慧晶片 李倩 發表於 2018-07-04 16:07:17 知存科技致力於開發的基於NOR Flash的存算一體化人工智慧晶片，其晶片特點是能耗低
  • 能效比GPU高兩個數量級,清華大學研製首款多陣列憶阻器存算一體系統
    集微網消息，近日，清華大學微電子所、未來晶片技術高精尖創新中心錢鶴、吳華強教授團隊與合作者在《自然》在線發表了研究論文，報導了基於憶阻器陣列晶片卷積網絡的完整硬體實現。該成果所研發的首款基於多個憶阻器陣列的存算一體系統，在處理卷積神經網絡（CNN）時的能效比圖形處理器晶片（GPU）高兩個數量級，大幅提升了計算設備的算力，成功實現以更小的功耗和更低的硬體成本完成複雜的計算。
  • 清華大學的存算一體化架構和並行加速方法專利
    清華大學基於多個憶阻器陣列的全硬體完整存算一體系統，能夠高效的運行卷積神經網絡算法，證明了存算一體架構全硬體實現的可行性，對今後AI算力瓶頸的突破有著極大意義。該成果所研發的基於多個憶阻器陣列的存算一體系統，在處理卷積神經網絡時的能效遠高於GPU，大幅提升了計算設備的算力，成功實現了以更小的功耗和更低的硬體成本完成複雜的計算。 隨著以人工智慧為代表的信息技術革命興起，基於各種深度神經網絡的算法可以實現圖像識別與分割、物體探測以及完成對語音和文本的翻譯、生成等處理。
  • 之江實驗室啟動新型架構晶片項目,欲突破馮諾依曼內存牆難題
    集微網消息（文/小北）10月8日，之江實驗室正式啟動「新型架構晶片」項目，該項目旨在利用體系架構和關鍵器件的突破，解決經典馮諾依曼體系架構的「內存牆」等問題，實現人工智慧算力和能效的提升。目前，27位來自中國科學院和浙江大學的科學家匯聚之江實驗室，計劃通過兩年左右的時間，突破存算一體化晶片和類腦計算晶片的核心技術。下一步，研究團隊還將對類腦計算系統的體系架構、核心軟體等進行研究和開發。2017年9月6日，之江實驗室在中國（杭州）人工智慧小鎮正式成立，該實驗室由浙江省政府、浙江大學、阿里巴巴集團共同出資打造，以網絡信息、人工智慧為研究方向。
  • 韓國科技公司加速AI晶片研發,存算一體成新趨勢
    導語：韓國IT行業加速開發AI晶片，存算一體或成核心競爭力！功耗方面仍面臨技術障礙。一、存儲器技術或成AI晶片新優勢在人工智慧時代，海量大數據實時高速流動，AI半導體在AI時代至關重要。與DRAM晶片一樣，AI晶片的競爭力取決於是否有技術可使它們變得儘可能小巧。三星電子在2019年4月24日闡述了其在2030年希望完成的半導體願景。當AI半導體技術變得更加複雜時，存儲器和處理器將最終集成為一體。
  • 淺析後摩爾時代的AI革命
    後摩爾時代的AI革命顯然需要新的顛覆——從計算架構開始，做算法、硬體和軟體的共同優化變得尤為關鍵。 對算力需求的激增，也進一步催生AI專用晶片和專用設備的蓬勃發展，並促使晶片層面的多種創新。 張童皓也觀察到了晶片技術和機器學習之前的相互影響。
  • 晶片科學家的雄心:全新通道材料實現存算一體,突破AI算力瓶頸
    圖 | 瑞士洛桑聯邦理工學院研發的新型計算存儲二合一晶片DeepTech 聯繫到論文通訊作者 Andras Kis 及論文作者之一趙雁飛，她表示，本次研究由瑞士洛桑聯邦理工學院（EPFL）納米級電子和結構實驗室（LANES）的 Andras Kis 教授最先發起並指導，同時 Andras Kis 也是該論文的通訊作者，博士生
  • 清華用憶阻器制人工神經網絡晶片,能效比GPU高兩個數量級
    這種來回「搬運」數據的活動耗費能源和時間，被認為是馮諾依曼計算架構的核心瓶頸。而人類的大腦卻並非如此，而是直接在記憶體裡計算。被認為具有「存算一體」潛力的憶阻器，因而成為類腦計算領域的熱門器件。近日，清華大學微電子所、未來晶片技術高精尖創新中心錢鶴、吳華強團隊與合作者在頂尖學術期刊、英國《自然》雜誌（Nature）在線發表論文，報導了基於憶阻器陣列晶片卷積網絡的完整硬體實現。
  • 為什麼AI晶片需要突破馮諾依曼架構?
    數據是有價值的，因為人工智慧(ai)可以挖掘它的商業價值。 為了實現人工智慧，我們必須啟用新的計算模型。關鍵信息有兩個關鍵信息。首先，人工智慧工作量（即機器學習、深度學習）需要一種處理數據的新方法——我們稱之為新計算架構（即計算模型）。「計算架構」的含義以及人工智慧工作負載需要哪些類型的更改將在稍後詳細說明。