?存算一体：NOR Flash冲向新巅峰( 三 ) 近年来

其二， NORFlash属于非易失性存储器，可以直接存储网络权重，因此不需要片外存储器，减小芯片成本。例如Mythic的产品MP10304PCIe并不需要额外的片外存储；同时，非易失性可以保证数据掉电不丢失，从而实现即时开机/关机操作，减小静态功耗，延长待机时间，非常适用于功耗受限的边缘终端设备，例如国内企业知存科技量产的芯片WTM2101专注于可穿戴设备，和现有芯片在AI算力上有数十倍到百倍的提升。
NORFlash学术研究及产业应用进展
在学术方面，国内外高校都有研究。美国加州大学圣塔芭芭拉分校的研究团队通过修改NORFlash阵列结构实现了对单个Flashcell的编程擦除操作,并在此基础上构建了一个包含两层全连接层的神经网络，该计算阵列识别一张图片能耗低于20nJ 。并且该团队还进一步设计了计算精度为5Bit,大小为400X400的由Flash构成的乘累加单元。北京大学的研究团队提出了针对大尺寸图像卷积的分块计算方式，实现了对大尺寸图像的二维卷积操作。
在产业方面，国内外企业中基于NORFlash的存算一体都正飞速发展，且有量产芯片出现在市场。目前存算一体技术处于多种存储介质百花齐放的格局,如Flash、SRAM、MRAM等等。如今选择SRAM介质阵营的主要有苹芯科技、后摩智能、九天睿芯；MRAM方面，三星电子于2022完成世界上第一个基于MRAM的内存计算流片，并发表在《nature》，而Flash阵营的代表玩家则有美国的Mythic ，与国内知存科技、合肥恒烁。
国外相关领域的佼佼者是美国公司Mythic ，该公司于2012年成立，专注于研发深度学习的神经网络芯片的公司，其推出的新型的芯片和软件，无需通过云端就能在本地设备中实现语音控制、计算机视觉和其他的AI技术。在2019年推出基于Flash的神经网络处理单元IPU 。 IPU的性能达到4TPOS/W 。 Mythic于2020年11月推出业界首款模拟矩阵处理器（MythicAMP?）。并于2021年推出MP10304PCIe卡，该卡具有四个M1076Mythic模拟矩阵处理器(AMP) ，提供高达100TOP的AI性能，且不需要片外存储器，减小芯片成本，并在不到25W的功率下支持多达3.2亿个权重，用于复杂的AI工作负载。 Mythic着重在较小的功耗下实现高性能的神经计算。

文章图片
MythicMP10304Quad-AmpPCIE卡
国内企业也在发力基于NORFlash的存算一体。其中的领先者是知存科技。知存科技公司与科大讯飞合作，于2016年发布了基于Flash的MemCore001芯片，支持智能语言识别、语音降噪等多种智能语音应用。 2018年，知存科技即针对智能语音应用场景设计了国际领先的高精度、低功耗Flash存算一体芯片架构，并首次应用MemCore001/MemCore001P系列芯片。并于2022年3月宣布其WTM2101芯片正式量产并推向市场， WTM2101的AI算力高达50Gops ，相较于可穿戴设备现有芯片在AI算力上有数十倍到百倍的提升。
知存科技的存算一体模块基于高密度非易失性存储器， 8-bit量化的深度学习算法参数量支持高达1.8M个，可同时运行2-3个高性能模型。知存科技着重在可穿戴设备方向，且已于今年实现量产芯片。

文章图片
知存科技WTM2101
国内的另一家企业是来自合肥的恒烁半导体科技公司，其于2019年底宣布公司第一款CiNORV1版在武汉新芯65nmNORFlash制程上已经完成芯片设计并流片，成功验证了CiNOR芯片原理和可行性，并实现了包括手写识别、ECG检测和人脸检测等几项应用。
【