存算一体的大算力芯片将是中国在算力芯片领域换道超车的机会_风闻

Chatgpt大热，生成式大模型已无限趋向通用智能，这也就意味着AI应用将会进入到2.0时代。所谓AI 2.0时代，即由AI将由很多小模型提供的弱AI，演进为由大模型提供的通用智能强AI，这势必会带来众多应用场景的集体爆发。

业内人士认为，爆发将主要来于：一是来自于替代，原先很多有小模型提供的弱AI的场景将会由通用智能来替代；二是将催生新的AI应用场景，并产生新的服务和产品形态。

这些未来应用场景的爆发，对AI算力芯片是一个新挑战，要有更大的算力以及更高的能效比。由此，亿铸智能副总裁徐芳认为：存算一体的大算力芯片将是中国AI芯片“换道”超车的机会。

她介绍说，当前，国内AI大算力芯片有两个主要技术方向，一就是ASIC架构，采用该架构的公司包括了寒武纪、华为、黑芝麻，地平线等；另一个就是GP GPU架构，就是英伟达所主导的GP GPU路线。这两个架构，存与算是分离的。她从技术层面解释说，“就技术本身而言，存算分离的架构下，85~90%的芯片空间，是用于数据搬运，而不是用来进行数据的计算。也就是先要把数据从存储的结构里面要搬到计算单元，而且是每计算一次就要搬运一次，最后计算的结果，又送回至存储的结构中。如此往复，这种架构，显而易见，对能源的消耗和计算效率的影响非常大。”

当然，徐芳副总裁也认为，“并不能用零和博弈的方式看所有的技术，每一种技术都有它的价值， ASIC、GP  GPU以及存算一体的技术，各有所长，如果能竞合得当，可实现相得益彰。”

但就面向未来而言，徐芳副总裁指出，从能效比、对先进工艺制程的依赖、以及算力的发展空间这三方面来看**，AI算力芯片中，存算一体的计算架构无疑会有更大更好的机会**。据了解，业内头部企业也提出了类似的方案，AMD在今年初，提出了存内计算；三星也认为，存储器在人工智能服务器中的重要性将会超过英伟达的GPU。

她强调，“AI算力芯片，除了有较高的能效比之外，还需要更好的性价比并兼顾通用性，此外，在中国AI大算力芯片发展，还要能够解决先进工艺依赖这一外部问题。”

徐芳副总裁进而指出，“存算一体的技术架构，其优势在于既能够用传统的CMOS工艺，又能够快速实现量产，进而突破AI芯片的算力困境。”也是从这里来观察，存算一体的大算力芯片也将是中国在算力芯片领域换道超车的机会。

在存算一体算力芯片领域，亿铸科技已取得了一定的进展。据介绍，亿铸科技基于存内计算（CIM）框架、ReRAM（忆阻器）存储介质研发的“全数字存算一体”大算力芯片，在能耗上，只是传统产品能耗的1/3，但是算力却是提升了两倍。且这一芯片还是成熟的28纳米工艺，不需要依赖先进工艺。