推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

存算一体架构在逻辑芯片中的实现路径与应用前景.docx

更新时间:2026-08-04 08:31:13 大小:40K 上传用户:他山之石可攻玉查看TA发布的资源 标签:存算一体 下载积分:2分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

摘要

存算一体架构通过将计算单元与存储单元深度融合,从根本上突破了冯·诺依曼架构的内存墙限制,成为后摩尔时代逻辑芯片能效提升的重要技术路径。本文系统分析了存算一体架构的基本原理与分类体系,深入探讨了基于SRAMReRAMMRAM等不同存储介质的存内计算方案的技术特点与实现难度,详细阐述了模拟计算精度、ADC/DAC开销和器件非理想性等关键技术挑战的解决方案,并对存算一体架构在AI推理、边缘计算和高性能计算中的应用前景进行了展望。

一、引言

在传统冯·诺依曼架构中,处理器与存储器在物理空间上的分离导致数据在两者之间频繁搬运,这一内存墙问题已成为制约计算系统能效提升的主要瓶颈。据IEEE相关研究数据,在典型的深度学习推理任务中,数据搬运能耗可占总能耗的60%80%,远高于计算操作本身的能耗。存算一体架构通过在存储单元内部或周边直接嵌入计算逻辑,使数据在原位完成运算,大幅减少数据搬运次数和能耗,理论上可将AI推理的能效提升10100倍。这一技术受到学术界和产业界的高度关注,多家国际领先半导体企业已投入大量资源进行存算一体芯片的研发。

二、存算一体架构的基本原理

2.1 存内计算的基本范式

存内计算是存算一体架构的核心实现范式,其基本思想是在存储阵列内部直接执行计算操作,而不是将数据从存储单元传输到独立的计算单元。在PIM架构中,存储阵列既承载数据存储功能,又具备计算执行能力。利用存储单元阵列的物理特性,可以在阵列内并行执行乘累加运算,这是神经网络中最核心的计算操作。PIM架构通过将计算融入存储,大幅缩短了数据搬运距离,降低了数据访问能耗。

2.2 模拟计算与数字计算

存算一体架构中的计算方式可以分为模拟计算和数字计算两类。模拟计算利用存储单元阵列的物理定律(如欧姆定律和基尔霍夫定律)在模拟域完成计算,具有高并行度和高能效的优势,但计算精度受限于模拟信号的噪声和非理想性。数字计算在存储阵列中嵌入数字逻辑单元,在数字域完成计算,精度较高但能效和面积效率相对较低。在实际芯片设计中,模拟计算和数字计算通常结合使用,在关键计算路径上采用模拟计算以获得高能效,在精度敏感环节采用数字计算以保证结果准确性。


部分文件列表

文件名 大小
1785803202存算一体架构在逻辑芯片中的实现路径与应用前景.docx 40K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载