2023年，國(guó)產(chǎn)存算一體走到產(chǎn)業(yè)化拐點(diǎn)

AI算力在2023年呈現(xiàn)出快速增長(zhǎng)態(tài)勢(shì)。一方面，千行百業(yè)的AI應(yīng)用推動(dòng)了算力的結(jié)構(gòu)性增長(zhǎng)機(jī)會(huì)，AI芯片繼續(xù)多樣化演進(jìn)趨勢(shì)；另一方面，從大模型到AIGC，算力需求激增，且隨著模型規(guī)模和參數(shù)量的增長(zhǎng)，算力需求仍在暴漲。

這也引發(fā)了業(yè)界的持續(xù)討論：在競(jìng)逐更強(qiáng)、更快的未來(lái)算力時(shí)，還有哪些焦點(diǎn)問(wèn)題不容忽視？面向更大規(guī)模的數(shù)據(jù)密集型AI應(yīng)用中，居高不下的功耗問(wèn)題如何解決？

國(guó)產(chǎn)存算一體，重大進(jìn)展

在新一輪算力攻堅(jiān)賽中，突破傳統(tǒng)馮·諾依曼架構(gòu)的范式探索成為主要方向之一。存算一體架構(gòu)打破了存算分離的壁壘，減少了數(shù)據(jù)的搬運(yùn)，它就如同“在家辦公”的新型工作模式，消除了數(shù)據(jù)“往返通勤“的能量消耗、時(shí)間延遲，并且節(jié)約了“辦公場(chǎng)所”的運(yùn)營(yíng)成本，因而具備高能效比，成為AI算力的重要發(fā)展方向。

近來(lái)，存算一體領(lǐng)域有一個(gè)標(biāo)志性事件值得關(guān)注：

清華大學(xué)團(tuán)隊(duì)研制出全球首款全系統(tǒng)集成、支持高效片上學(xué)習(xí)（機(jī)器學(xué)習(xí)能在硬件端直接完成）的憶阻器存算一體芯片，相關(guān)研究成果已發(fā)表在《科學(xué)》（Science）上。

憶阻器（Memristor）是繼電阻、電容、電感之后的第四種電路基本元件。它可以在斷電之后，仍能“記憶”通過(guò)的電荷，因此被當(dāng)做新型納米電子突觸器件。相同任務(wù)下，該芯片實(shí)現(xiàn)片上學(xué)習(xí)的能耗僅為先進(jìn)工藝下專用集成電路（ASIC）系統(tǒng)的1/35，同時(shí)有望實(shí)現(xiàn)75倍的能效提升。

圖：憶阻器存算一體學(xué)習(xí)芯片及測(cè)試系統(tǒng)（來(lái)源：清華大學(xué)官方微信）

據(jù)了解，國(guó)際上當(dāng)前在該領(lǐng)域的研究仍停留在憶阻器陣列層面的學(xué)習(xí)功能演示，而全系統(tǒng)集成的憶阻器片上學(xué)習(xí)芯片仍未實(shí)現(xiàn)。清華大學(xué)這一突破已經(jīng)走在了全球前列，展示了存算一體技術(shù)突破傳統(tǒng)計(jì)算架構(gòu)的能效潛力和算力潛力。此外，由于具備高效的片上學(xué)習(xí)能力，可以實(shí)現(xiàn)數(shù)據(jù)的本地處理和動(dòng)態(tài)更新，某種程度上可以降低對(duì)云端算力和網(wǎng)絡(luò)帶寬的依賴。

存算一體，大不相同

全球的存算一體玩家，主要可以劃分為兩大陣營(yíng)：一類是國(guó)際巨頭，比如英特爾、IBM、特斯拉、三星、阿里等，巨頭對(duì)存算技術(shù)布局較早，代表存儲(chǔ)器未來(lái)趨勢(shì)的磁性存儲(chǔ)器（MRAM）、憶阻器（RRAM）等產(chǎn)品也相繼在頭部代工廠傳出量產(chǎn)消息。另一類是國(guó)內(nèi)外的初創(chuàng)企業(yè)，比如Mythic、Tenstorrent、知存科技、后摩智能、千芯科技、億鑄科技、九天睿芯、蘋(píng)芯科技等。

由于積淀不同、優(yōu)勢(shì)不同、目標(biāo)場(chǎng)景不同，各家的存算一體方案也不盡相同，主要體現(xiàn)在三大差異上：技術(shù)路徑、存儲(chǔ)介質(zhì)、以及采用的是模擬還是數(shù)字技術(shù)。

差異一：近存or存內(nèi)？

先來(lái)看技術(shù)路徑的選擇。根據(jù)存儲(chǔ)單元與計(jì)算單元融合的程度，可以分為近存計(jì)算和存內(nèi)計(jì)算兩類：

近存計(jì)算，本質(zhì)上仍是存算分離架構(gòu)，只不過(guò)計(jì)算模塊通常安放在存儲(chǔ)陣列（memory cell array）附近，數(shù)據(jù)更靠近計(jì)算單元，從而縮小了數(shù)據(jù)移動(dòng)的延遲和功耗。但它依然保留了經(jīng)典的馮·諾依曼架構(gòu)的數(shù)據(jù)處理特點(diǎn)，存儲(chǔ)陣列通常無(wú)需改動(dòng)，仍舊只提供數(shù)據(jù)的訪存功能。

近存計(jì)算的典型代表有AMD Zen系列CPU、特斯拉 Dojo、阿里達(dá)摩院使用混合鍵合3D堆疊技術(shù)實(shí)現(xiàn)的存算一體芯片等，還有國(guó)外創(chuàng)業(yè)公司Graphcore、芯片大神Jim Keller加入的創(chuàng)業(yè)公司Tenstorrent等，他們目前推出的存算一體芯片都屬于近存計(jì)算的范疇。

而在存內(nèi)計(jì)算設(shè)計(jì)中，存儲(chǔ)器件參與計(jì)算操作，這通常意味著存儲(chǔ)陣列需要改動(dòng)來(lái)支持計(jì)算。狹義上講，這才是真正的存算一體，或者說(shuō)，基于器件層面實(shí)現(xiàn)的存算一體才真正打破了存算分離架構(gòu)的壁壘。在該架構(gòu)下，存儲(chǔ)單元和計(jì)算單元完全融合，沒(méi)有獨(dú)立的計(jì)算單元：直接在存儲(chǔ)器顆粒上嵌入算法，由存儲(chǔ)器芯片內(nèi)部的存儲(chǔ)單元完成計(jì)算操作。

巨頭對(duì)存算一體產(chǎn)品的考量多是快速攻破算力和功耗瓶頸，開(kāi)發(fā)出符合客戶未來(lái)需求的技術(shù)；或是利用已有成熟生態(tài)，在豐富的應(yīng)用場(chǎng)景中快速落地。也就是說(shuō)，他們除了戰(zhàn)略布局之外，對(duì)存算一體的一大預(yù)期是“實(shí)用、落地快”，因此，近存計(jì)算成為巨頭首選。

而初創(chuàng)企業(yè)由于成立時(shí)間短、技術(shù)選擇不存在路徑依賴和歷史包袱，他們反而可以另辟蹊徑，直接選擇將存儲(chǔ)單元和計(jì)算單元完全融合的存內(nèi)計(jì)算，實(shí)現(xiàn)更大的突破，進(jìn)一步降低對(duì)先進(jìn)制程、先進(jìn)封裝的依賴。例如國(guó)內(nèi)的知存科技、九天睿芯、千芯科技、后摩智能等創(chuàng)業(yè)公司，選擇的就是存內(nèi)計(jì)算路線，以期向更高性能、更通用的算力場(chǎng)景進(jìn)行突圍。

差異二：存儲(chǔ)介質(zhì)

存算一體依托的存儲(chǔ)介質(zhì)呈現(xiàn)多樣化，比如以SRAM、DRAM為代表的易失性存儲(chǔ)器、以Flash為代表的非易失性存儲(chǔ)器等。綜合來(lái)看，不同存儲(chǔ)介質(zhì)各有各的優(yōu)點(diǎn)和短板。

發(fā)展較為成熟的有NOR Flash、DRAM、 SRAM等。NOR FLASH屬于非易失性存儲(chǔ)介質(zhì)，具有低成本、高可靠性優(yōu)勢(shì)，但工藝制程有瓶頸；DRAM成本低、容量大，但是速度慢，且需要電力不斷刷新；SRAM在速度方面有優(yōu)勢(shì)，但容量密度小，價(jià)格高，在大陣列運(yùn)算的同時(shí)保證運(yùn)算精度具有挑戰(zhàn)。

根據(jù)<與非網(wǎng)>對(duì)國(guó)內(nèi)多家存算一體廠商的調(diào)查來(lái)看，多數(shù)廠商當(dāng)前傾向于技術(shù)成熟的SRAM設(shè)計(jì)存算一體芯片，后摩智能、千芯科技等都首先選擇SRAM啟動(dòng)芯片開(kāi)發(fā)。主要原因有四點(diǎn)：首先，SRAM的設(shè)計(jì)技術(shù)成熟，隨著當(dāng)前工藝節(jié)點(diǎn)的快速發(fā)展（從90nm到3nm），SRAM位單元尺寸減小超過(guò)了35倍，最小工作電源電壓減小了超過(guò)1.25倍。第二，跟新型非易失性存儲(chǔ)器相比，SRAM的制作工藝、研發(fā)工具和CMOS集成的電路模型都更加成熟穩(wěn)定，同時(shí)SRAM具有更快的操作速度和耐久性，可以實(shí)時(shí)在存算單元中刷新計(jì)算數(shù)據(jù)，為大算力提供重要保障。第三，SRAM是目前唯一一種跟先進(jìn)CMOS工藝完全兼容且能大規(guī)模量產(chǎn)的存儲(chǔ)介質(zhì)，這也是支持大算力的關(guān)鍵所在：從單獨(dú)存算一體宏單元的角度，SRAM跟先進(jìn)工藝的兼容性使其外圍邏輯接口最能滿足當(dāng)前宏單元高效利用需求。第四，SRAM存算一體的實(shí)現(xiàn)途徑可以達(dá)到跟傳統(tǒng)馮·諾依曼架構(gòu)中數(shù)字計(jì)算一致的運(yùn)算精度，不需要復(fù)雜的重訓(xùn)練過(guò)程，可以有效降低上層編譯器的開(kāi)發(fā)難度，并提升AI模型的適用度。

不過(guò)，SRAM也有其固有瓶頸，例如較大的單元面積會(huì)導(dǎo)致隨著工藝發(fā)展，CMOS擴(kuò)展難度相應(yīng)增大，芯片計(jì)算密度增長(zhǎng)會(huì)逐漸放緩。因此，相關(guān)企業(yè)除了考慮量產(chǎn)能力和落地所需，也會(huì)采用“多駕馬車(chē)”并驅(qū)的發(fā)展路線布局未來(lái)，靈汐科技、后摩智能、蘋(píng)芯科技等正在對(duì)功耗較低、存儲(chǔ)密度較高的新興存儲(chǔ)介質(zhì)（比如MRAM、RRAM等）進(jìn)行投入，以期隨著工藝和商業(yè)化成熟獲得更大的競(jìng)爭(zhēng)優(yōu)勢(shì)。

差異三：數(shù)字or模擬？

按照電路技術(shù)路徑分類，存算一體計(jì)算有數(shù)字存算和模擬存算的區(qū)分。近年來(lái)，學(xué)術(shù)界和工業(yè)界對(duì)二者的優(yōu)缺點(diǎn)也有非常多的討論?？傮w而言，數(shù)字存算和模擬存算有其各自優(yōu)缺點(diǎn)：

首先，數(shù)字存算保留了傳統(tǒng)數(shù)字電路的高抗噪性，對(duì)于不同制造工藝、電源電壓和溫度的變化呈現(xiàn)很強(qiáng)的魯棒性，因而更適合大規(guī)模高計(jì)算精度芯片的實(shí)現(xiàn)。而模擬存算由于模擬計(jì)算電路本身的低功耗特點(diǎn)，在計(jì)算精度比較固定且較低的條件下，它可以獲得更高的能量效率。

其次，數(shù)字存算要求存儲(chǔ)單元內(nèi)容必須以數(shù)字信號(hào)形式呈現(xiàn)，而模擬存算可以根據(jù)存儲(chǔ)單元存儲(chǔ)機(jī)理的不同，實(shí)現(xiàn)不同模擬域的運(yùn)算，這就意味著模擬計(jì)算可以搭載任意存儲(chǔ)單元來(lái)實(shí)現(xiàn)。

第三，相比模擬存算，數(shù)字存算實(shí)現(xiàn)運(yùn)算靈活性較好，更適合通用性場(chǎng)景。模擬存算為了達(dá)到更好的能量效率，通常其關(guān)鍵模擬模塊（如A/D轉(zhuǎn)換器）的轉(zhuǎn)換精度要求相對(duì)固定，且由于不同模擬計(jì)算方式可能具有不同的計(jì)算誤差，因而這種技術(shù)路徑的擴(kuò)展性略顯不足。

第四，相比數(shù)字存算，模擬計(jì)算減少了大量乘法器和加法器的面積開(kāi)銷(xiāo)，因而在面積開(kāi)銷(xiāo)上具有一定優(yōu)勢(shì)，同時(shí)各種不同的低功耗模擬計(jì)算電路的探索，也可以進(jìn)一步提升其能量效率。

技術(shù)突破疊加市場(chǎng)需求，存算一體來(lái)到產(chǎn)業(yè)化拐點(diǎn)

近年來(lái)，我國(guó)存算一體初創(chuàng)企業(yè)不斷涌現(xiàn)，投融資進(jìn)入活躍期，迎來(lái)產(chǎn)業(yè)化的重要轉(zhuǎn)折點(diǎn)。<與非網(wǎng)>統(tǒng)計(jì)，進(jìn)入2017年以來(lái)，國(guó)產(chǎn)存算一體芯片企業(yè)開(kāi)始“扎堆”入場(chǎng)，并在2021年后逐步實(shí)現(xiàn)量產(chǎn)和產(chǎn)業(yè)化。較早成立的公司傾向于采用較為成熟的技術(shù)，主要布局低功耗、高能效需求的端側(cè)場(chǎng)景。隨著相關(guān)技術(shù)和應(yīng)用的不斷成熟，近年來(lái)成立的初創(chuàng)企業(yè)藍(lán)圖更為前瞻，在大算力布局和新技術(shù)應(yīng)用方面更勇于嘗新。

與非網(wǎng)據(jù)公開(kāi)資料整理（2023.10.24）

2023年，存算一體的產(chǎn)業(yè)化進(jìn)程有了質(zhì)的突破：

小算力方面，知存科技去年量產(chǎn)的全球首顆基于模擬Flash存算一體的芯片WTM2101，可使用sub-mW級(jí)功耗完成大規(guī)模深度學(xué)習(xí)運(yùn)算，適用于可穿戴設(shè)備中的智能語(yǔ)音和智能健康服務(wù)等場(chǎng)景，今年，該芯片出貨已經(jīng)達(dá)到kk級(jí)別。

落地和產(chǎn)業(yè)合作方面，除了在眾多智能終端產(chǎn)品上的推進(jìn)，知存科技聯(lián)合中國(guó)移動(dòng)研究院，完成了基于 NOR Flash存算一體芯片的視頻超分技術(shù)驗(yàn)證，為存算一體芯片在算力機(jī)頂盒、AR/VR 終端、邊緣視頻解碼器等場(chǎng)景支撐高效視覺(jué)AI應(yīng)用奠定基礎(chǔ)。這也是存算一體芯片進(jìn)一步落地廣泛終端和邊緣場(chǎng)景的重要基礎(chǔ)。

大算力方面也迎來(lái)重要的商業(yè)化轉(zhuǎn)折點(diǎn)。后摩智能今年上半年發(fā)布了首款存算一體智駕芯片后摩鴻途H30，最高物理算力256TOPS，典型功耗35W，成為國(guó)內(nèi)率先落地存算一體大算力AI芯片的公司。據(jù)了解，H30已開(kāi)始給Alpha客戶送測(cè)，第二代H50 已在研發(fā)中，將于2024年推出，支持2025年的量產(chǎn)車(chē)型。

放眼未來(lái)，隨著云邊端智能應(yīng)用的持續(xù)增長(zhǎng)、場(chǎng)景的多樣性也將繼續(xù)快速拓展，存算一體產(chǎn)品如何走入更廣泛應(yīng)用中？相關(guān)企業(yè)仍有兩大核心挑戰(zhàn)需要持續(xù)攻克：

首先在存算一體AI核和SoC的架構(gòu)設(shè)計(jì)和實(shí)現(xiàn)方面，存內(nèi)計(jì)算IP雖然提供了高能效的并行計(jì)算模式，但受限于所支持運(yùn)算類型的局限性，因而對(duì)架構(gòu)設(shè)計(jì)的難度和復(fù)雜度要求急劇上升，既要充分利用存內(nèi)計(jì)算IP本身運(yùn)算的高效性，又要減少存內(nèi)計(jì)算IP之間的數(shù)據(jù)傳輸，同時(shí)還要兼顧支持網(wǎng)絡(luò)算子的通用性和物理實(shí)現(xiàn)的可行性。

其次是存算一體軟件編譯器的快速部署和實(shí)現(xiàn)。軟件工具鏈對(duì)于發(fā)揮存算芯片的效率至關(guān)重要，軟件需要將模型切分成合適的Tensor算子，然后生成相應(yīng)的指令調(diào)用底層硬件來(lái)處理。例如針對(duì)自動(dòng)駕駛等場(chǎng)景，通過(guò)算子融合來(lái)提升計(jì)算和訪存效率是非常關(guān)鍵的一個(gè)優(yōu)化目標(biāo)，需要工具鏈自動(dòng)化完成算子的融合、調(diào)度及對(duì)大容量存算的高效管理，以同時(shí)提升芯片的利用率和應(yīng)用的開(kāi)發(fā)效率等。

寫(xiě)在最后

在算力越來(lái)越成為“緊俏貨”的今天，存算一體作為后摩爾時(shí)代突破芯片性能瓶頸的主流技術(shù)方向之一，開(kāi)始在產(chǎn)業(yè)中得到越來(lái)越多的關(guān)注。國(guó)產(chǎn)存算一體芯片如何順流而上，早日迎來(lái)產(chǎn)業(yè)大發(fā)展？

短期來(lái)看，行業(yè)玩家的競(jìng)爭(zhēng)主要集中在不同的存儲(chǔ)介質(zhì)和技術(shù)路線。長(zhǎng)期來(lái)看，設(shè)計(jì)方法論、測(cè)試、量產(chǎn)、軟件、場(chǎng)景的選擇等全方位競(jìng)爭(zhēng)才是長(zhǎng)期發(fā)展和落地的關(guān)鍵，創(chuàng)業(yè)公司既需要掌握從存儲(chǔ)器到AI芯片再到編譯器和算法的一系列技術(shù)能力，也要構(gòu)建強(qiáng)大的生態(tài)能力。

此外，存算一體技術(shù)若能進(jìn)一步融合新型憶阻器、存算一體架構(gòu)、Chiplet、3D封裝等技術(shù)，將有望實(shí)現(xiàn)更大的有效算力、更高的能效比、實(shí)現(xiàn)更好的軟件兼容性，從而進(jìn)一步構(gòu)筑國(guó)產(chǎn)AI芯片的發(fā)展階梯。