趋势三、存算一体

资本和产业双轮驱动，存算一体芯片将在垂直细分领域迎来规 模化商用。

摘要

存算一体旨在计算单元与存储单 元融合，在实现数据存储的同时直接进 行计算，以消除数据搬移带来的开销， 极大提升运算效率，以实现计算存储的 高效节能。存算一体非常符合高访存、 高 并 行 的 人 工 智 能 场 景 计 算 需 求。 在 产 业 和 投 资 的 驱 动 下， 基 于 SRAM， DRAM，Flash 存储介质的产品进入验 证期，将优先在低功耗、小算力的端侧 如智能家居、可穿戴设备、泛机器人、 智能安防等计算场景落地。 未来，随着 存算一体芯片在云端推理大算力场景落 地，或将带来计算架构的变革。它推动 传统的以计算为中心的架构向以数据为 中心的架构演进，并对云计算、人工智能、 物联网等产业发展带来积极影响。

趋势解读

随着 AI 在各领域的应用逐渐广泛， 以深度学习为代表的神经网络算 法需要系统高效处理海量的非结构化数 据，例如文本、视频、图像、语音等。 而传统冯·诺依曼体系下运行的计算机通 常包括存储单元和计算单元两部分，数 据需要在处理器与存储器之间进行频繁 迁移，如果内存的传输速度跟不上 CPU 的性能，就会导致计算能力受到限制， 出现“内存墙” “功耗墙”。这就对芯 片的并行运算、低延迟、带宽提出了更 高的要求。

近年来，产业界领军企业在存算一 体的前沿技术研究上持续发力。三星在 顶级学术期刊 Nature 上发表了全球首个 基于 MRAM（磁性随机存储器）的存内 计算研究；台积电在 ISSCC 上合作发表 了六篇关于存内计算存储器 IP 的论文， 大力推进基于 ReRAM 的存内计算方案； SK 海力士则发表了基于 GDDR 接口的 DRAM 存内计算研究。学术界和产业 界普遍认为存算一体有望成为突破算力 性能和功耗瓶颈的技术方向之一。特别 是在大规模并行计算场景中，例如 VR/ AR、无人驾驶、天文数据计算、遥感影 像数据分析等，存算一体芯片具备高带 宽、低功耗的显著优势。微观上，算力 是一个具体的技术指标。算的快（高吞吐、 低延迟）、算的准（高精准度）、算的 省（低成本、低功耗）是对算力的基本 要求。存算一体是从微观层面进行架构 的优化，面临存储器设计和生产工艺的 挑战，需要整个产业链的参与支持。

实现存算一体的技术路径主要有以 下三个：技术较成熟的是近存计算，利 用先进封装技术把计算逻辑芯片和存储 器封装到一起，通过减少内存和处理单元 的路径，以高 I/O 密度来实现高内存带 宽以及较低的访问开销。近存计算主要通 过 2.5D、3D 堆叠来实现，广泛应用在 各类 CPU 和 GPU 上；近期投资热度较 高的是存内计算，通过传统的存储介质如 DRAM、SRAM、NOR Flash、NAND  Flash 来实现。计算操作由位于存储芯片 / 区域内部的独立计算单元完成，更适用 于算法固定的场景；技术尚处于探索期的 是基于非易失性存储器技术做的新型存 储原件，比如通过忆阻器 ReRAM 电阻 调制来实现数据存储。其他如相变存储器 (PCM)、自旋磁存储器 (MRAM) 等，也 作为存算一体新的技术路径。存算一体的 计算方式分为数字计算和模拟计算。数字 计算主要以 SRAM 作为存储器件，具有 高性能、高精度的优势，更适合大算力高 能效场景。模拟计算通常使用 FLASH、 ReRAM 等非易失性介质作为存储器件， 存储密度大，并行度高，更适合小算力， 计算精度要求不高的场景。

目前，存算一体已经在产业细分领 域掀起了创业浪潮，并受到投资界和产业 界的关注和投入。存算一体在技术上向着 高精度、高算力和高能效的方向发展。在 资本和产业双轮驱动下，基于 SRAM、 NOR Flash 等成熟存储器的存内计算将 在垂直领域迎来规模化商用，小算力、低 功耗场景有望优先迎来产品和生态的升 级迭代，大算力通用计算场景或将进入技 术产品化初期。基于非易失性、新型存储 元件的存算一体依赖于工艺、良率的提升, 走向成熟预计需要 5-10 年。

专家点评

存算一体一直是高 能效计算的重要技 术 之 一。 近 年 来， 万物互联和人工智 能的发展加速了存 算一体的技术产品 化 进 程， 产 业 界 对 于存算一体最终的 产品形态也在持续 探 索。 未 来 存 内 计 算产品将以单芯片 和 Chiplet 两种形式 共 存。 应 用 场 景 的 多样性也将从物联 网边缘端设备向大 算力通用计算领域 不 断 拓 展， 有 望 成 为 AI 时代主流的计 算架构。

李科奕  

华夏芯（北京）通 用处理器技术有限 公司董事长