近日，有國內(nèi)芯片推出來了一款比較前沿的芯片產(chǎn)品，它就是存算一體化芯片。

據(jù)媒體報道，知存科技這款芯片是全球首顆商用存內(nèi)計算SoC，它的功耗低至1毫安，它就是WTM2101芯片，是全球首顆商用存內(nèi)計算SoC。

知存科技介紹，WTM2101可使用sub-mW級功耗完成大規(guī)模深度學(xué)習(xí)運算，特別適合可穿戴設(shè)備中的智能語音和智能健康服務(wù)。

一、這款芯片的優(yōu)勢：

1.基于存算一體技術(shù)，實現(xiàn)NN VAD和上百條語音命令詞識別

2.超低功耗實現(xiàn)NN環(huán)境降噪算法、健康監(jiān)測與分析算法

3.典型應(yīng)用場景下，工作功耗均在微瓦級別

4.采用極小封裝尺寸

據(jù)半導(dǎo)體芯情了解到，存內(nèi)計算是一種新型架構(gòu)的芯片，相比當(dāng)前的計算芯片采用馮諾依曼架構(gòu)不同，存內(nèi)計算是計算與數(shù)據(jù)存儲一體，可以解決內(nèi)存墻的問題，該技術(shù)60年代就有提出，只是一直沒有商業(yè)化。

據(jù)該公司創(chuàng)始人、CEO王紹迪介紹，這款芯片是知存科技首次嘗試在低功耗場景下量產(chǎn)的存內(nèi)計算芯片，一般運行功耗在1毫安至5毫安之間。

此前還有報道，除了WTM2101芯片，知存科技也針對更高性能的視頻增強場景正在開發(fā)WTM8系列芯片，新一代架構(gòu)可以在單核提升算力80倍，提升效率10倍，目前驗證芯片已經(jīng)回片，預(yù)計2023年正式發(fā)布。

二、為什么需要存內(nèi)計算芯片？

芯片最核心的價值之一就是運算，那如何讓它運算能力更牛呢？在摩爾定律的時代，我們可以用先進(jìn)制程，更小體積，更多晶體管，算力增強。如果制程一樣，先進(jìn)封裝也是可以提高產(chǎn)品性能（半導(dǎo)體芯情在這里不做闡述。）

但是，隨著先進(jìn)制程逼近1nm的物理極限，摩爾定律不可避免的放緩，即便是在日常生活中，人們也能感受到手機(jī)Soc、電腦的CPU的升級換代效果越來越差，從過去的每代提升40%性能迅速下降至20%甚至10%。

與之對應(yīng)的是，當(dāng)今社會對數(shù)據(jù)、算力、芯片性能的要求卻越來越高，整個下游市場既然有龐大的需求出現(xiàn)，那么整個產(chǎn)業(yè)鏈的各方都在想方設(shè)法來提高芯片的性能，既然傳統(tǒng)的在晶圓上改進(jìn)工藝的方式進(jìn)展緩慢，那么在更上層的計算機(jī)架構(gòu)上動刀或許會有意想不到的收獲。

今年以來，一些跳出傳統(tǒng)計算機(jī)結(jié)構(gòu)體系的設(shè)想正在轉(zhuǎn)為研究成果出現(xiàn)在各大頂級期刊上，它就是“存內(nèi)計算”。

存內(nèi)計算，顧名思義就是把計算單元嵌入到內(nèi)存當(dāng)中。通常計算機(jī)運行的馮·諾依曼體系包括存儲單元和計算單元兩部分，計算機(jī)實施運算需要先把數(shù)據(jù)存入主存儲器，再按順序從主存儲器中取出指令，一條一條的執(zhí)行，數(shù)據(jù)需要在處理器與存儲器之間進(jìn)行頻繁遷移，如果內(nèi)存的傳輸速度跟不上CPU的性能，就會導(dǎo)致計算能力受到限制，即“內(nèi)存墻”出現(xiàn)，例如，CPU處理運算一道指令的耗時假若為1ns，但內(nèi)存讀取傳輸該指令的耗時可能就已達(dá)到10ns，嚴(yán)重影響了CPU的運行處理速度。

三、存內(nèi)計算芯片它解決了哪些問題，前景如何？

王紹迪指出，存內(nèi)計算概念實際在上世紀(jì)60年代就被很早的提出，但一直以來都沒有真正技術(shù)落地，直到最近10年間，業(yè)界開始在這條技術(shù)路徑上做更多的研究，原因正是摩爾定律的極限已經(jīng)越來越近。

在如今最先進(jìn)的5納米和3納米芯片制造工藝之間，SRAM存儲器的密度并沒有提升。王紹迪稱，從7納米到5納米演進(jìn)時，其SRAM存儲器密度提升也非常有限，尚不足20%。這也意味著，與芯片制造工藝中摩爾定律逐漸失效相比，存儲器的發(fā)展速度更慢，芯片的算力越來越大、核數(shù)越來越多，但實際每個核能夠使用的存儲器資源越來越少，因為存儲器的密度、帶寬和存儲速度都遠(yuǎn)低于計算芯片的算力提升，這便是業(yè)內(nèi)稱之為“內(nèi)存墻”的問題。

關(guān)于內(nèi)存墻，王紹迪指出：“在如今AI計算時代下，隨著數(shù)據(jù)量爆炸式增長，計算中數(shù)據(jù)的搬運量也越來越多，而芯片計算中有超過80%的時間和95%的能耗都被消耗在數(shù)據(jù)搬運過程中。因此，內(nèi)存墻的問題在最近十年中越來越嚴(yán)重，業(yè)內(nèi)開始重新寄希望于用存內(nèi)計算去解決內(nèi)存墻的問題。”