推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

车规计算芯片的存算一体架构与近存计算技术.docx

资料介绍

车规计算芯片的存算一体架构与近存计算技术

一、存算一体的技术动机

在传统冯·诺依曼架构中,计算单元与存储单元物理分离,数据在两者之间的搬运既消耗能量又产生延迟。对于数据密集型AI推理任务,数据搬运的能耗可达计算能耗的100至1000倍,这就是所谓的冯·诺依曼瓶颈(Von Neumann Bottleneck)。存算一体(Computing-in-Memory,CIM)技术从根本上解决这一瓶颈——将计算操作直接嵌入到存储器内部执行,消除数据搬运开销。

在车规芯片领域,存算一体技术的价值尤为突出。自动驾驶系统中的AI推理任务需要极高的内存带宽(每秒数百GB),且对功耗预算敏感(影响续航里程)。CIM通过将MAC计算操作在SRAM或ReRAM存储阵列内部完成,将数据搬运距离从数十毫米缩短至数微米,能效提升可达两个数量级。2026年,基于SRAM的存算一体加速核在特定AI推理任务中实现了25 TOPS/W的极致能效比。

二、SRAM基存算一体架构

SRAM基存算一体(SRAM-CIM)利用标准SRAM单元的位线(Bitline)电流进行模拟域的乘累加运算。在读取操作中,SRAM单元中存储的权重数据(0或1)控制位线的放电电流,输入激活值(以电压幅度或脉冲宽度表示)调制参考电流的幅度,两者的乘积在位线上以模拟电流求和的形式完成累加。模数转换器(ADC) 在阵列的输出端将模拟累加结果转换回数字域。


部分文件列表

文件名 大小
54-车规计算芯片的存算一体架构与近存计算技术.docx 38K

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
  • 21下载积分 打赏60.00元   3天前

    用户:gsy幸运

  • 21下载积分 打赏70.00元   3天前

    用户:铁蛋锅

  • 21下载积分 打赏65.00元   3天前

    用户:xzxbybd

  • 21下载积分 打赏60.00元   3天前

    用户:jh0355

  • 21下载积分 打赏60.00元   3天前

    用户:w178191520

  • 21下载积分 打赏20.00元   3天前

    用户:jh03551

  • 21下载积分 打赏20.00元   3天前

    用户:sun2152

  • 21下载积分 打赏20.00元   3天前

    用户:kk1957135547

  • 21下载积分 打赏25.00元   3天前

    用户:w1966891335

  • 21下载积分 打赏20.00元   3天前

    用户:xuzhen1

  • 21下载积分 打赏15.00元   3天前

    用户:x15580286248

  • 21下载积分 打赏25.00元   3天前

    用户:pcb

  • 21下载积分 打赏20.00元   3天前

    用户:bhacker

  • 21下载积分 打赏15.00元   3天前

    用户:liqiang9090

  • 21下载积分 打赏25.00元   3天前

    用户:有理想666

  • 21下载积分 打赏15.00元   3天前

    用户:godbox

  • 21下载积分 打赏15.00元   3天前

    用户:aetek

  • 21下载积分 打赏5.00元   3天前

    用户:mulanhk

  • 21下载积分 打赏5.00元   3天前

    用户:JuneLin61

推荐下载