ReRAM 「存算一体」应用于AI大算力的新思路( 二 ) 亿铸科技以全数字的技术思路

但可惜的是，大部分技术还是无法真正地解决“储算墙”和“能耗墙”的问题。
随着亿铸科技推出基于ReRAM研发的“全数字存算一体”技术，上述问题似乎有了解法。该芯片材料特性以及生产工艺相对成熟，可突破性能不足、使用场景受限、制造成本过高等多种问题，更易于实现大范围普及和商业化应用。
不仅如此，基于忆阻器（ReRAM）技术的计算单元可以通过阻值器件的存储记忆特性，利用基础物理定律和原理完成海量的AI计算；通过存算一体的架构，可以节省把数据从内存单元逐层搬迁到计算单元的环节，从而得以节省因为数据搬迁而产生的大量衍生成本，这此类方式也符合国家对于碳中和、碳达峰的技术发展路线，改变了传统AI运算数据量需要带来巨大能耗的现状。
从年增长率、速度、可扩展性、与CMOS的兼容性、IEEE认定的新型存储介质要素、实际商业化进程等方面来看， ReRAM在与诸如相变存储器、MRAM等其它新兴存储技术相比中，表现都是非常优异的。
ReRAM的强大优势吸引了大量厂商的争相研究和应用落地，包括台积电、联电、格罗方德、中芯国际以及昕原半导体等均已建立了可量产的商业化ReRAM产线，其中昕原半导体的国内第一条28nm制程后道产线，已可以量产商用出货。

文章图片
亿铸ReRAM全数字存算一体技术：具备大算力、低功耗、易部署的三大优势
在ReRAM存算一体赛道涌入大量玩家的环境下，谁又能拿到突围的先发优势呢？
当下， ReRAM存算一体这个赛道有两种解决方案，一种是模拟的，一种是全数字的，模拟方案天然吻合信号量的物理特性，但却存在一定的精度受限的问题，另外它还会产生模拟和数字之间频繁转换的衍生成本。
作为业界首家采用全数字路线耕耘于基于ReRAM的存算一体大算力芯片的公司，亿铸科技采用的是另一种：全数字解决方案。基于ReRAM研发“全数字存算一体”的算力芯片，可以最大范围提高产品精度，解决以前存算一体技术中模拟芯片低精度问题。此外，该方案还节省了模拟技术的衍生成本，形成了一套既能保证精度同时又能最优化面积和功耗的解决方案。
基于ReRAM的全数字存算一体AI计算架构，除了能有效地解决存算墙和能耗墙的问题之外，还可以解决当下的AI应用面临的“编译墙“问题。
在冯诺依曼架构下，计算非常依赖多级存储的架构,这种架构对编译器非常不友好。编译器在编译代码的过程中无法感知代码的动态特征，会出现卡顿、延迟的情况，而全数字存算一体可以把这些特征变成编译器直接感知的资源，保证时延确定性的同时自动优化资源的分配，可以方便客户快速部署各类算法。
全数字存算一体架构时延确定和易部署的特性非常适合于自动驾驶的场景。自动驾驶包含的各类人工智能算法在运行之时会存在不同程度的时延问题，而存算一体的技术不仅可以解决时延不确定的问题，也可以提升系统的整体性能。
除了解决时延问题，还具有密度高、容量大、能效比高，能满足自动驾驶大吞吐计算需求，在物理稳定性上也能满足车规级产品在温度变动、震动、稳定性的要求。

文章图片
全面自主研发国产替代
从芯片发展的历史来看，任何广泛应用的好产品都必须与成熟工艺紧密合作，比如台积电与英伟达在历史上的联合调试，不断优化台积电的先进工艺制程。而在ReRAM架构的全数字存算一体AI计算芯片这个领域，昕原半导体将会和亿铸科技强强联手、紧密调试，再现当年英伟达和台积电双剑合璧、共同发展先进制程工艺的经典案例。