推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

架构-算法-器件协同设计技术.docx

资料介绍

架构-算法-器件协同设计:人工智能芯片设计新范式

一、协同设计提出的背景与必要性

摩尔定律放缓下的芯片性能提升瓶颈

过去半个多世纪,摩尔定律一直是半导体行业发展的核心驱动力,集成电路的晶体管密度每18-24个月翻一番,芯片性能随之同步提升。进入7nm及以下工艺节点后,短沟道效应、量子隧穿效应等物理限制开始凸显,晶体管微缩的成本急剧上升,摩尔定律逐渐逼近物理极限,依靠工艺迭代提升芯片性能的传统路径越来越难以为继。在后摩尔时代,行业需要寻找新的技术路径突破性能瓶颈,而体系结构、算法与器件层面的协同优化,就是最具潜力的方向之一。

人工智能场景对芯片的特殊需求

人工智能尤其是深度学习技术的爆发式增长,给芯片计算带来了全新的挑战。传统通用计算芯片CPU遵循冯·诺依曼架构,存储与计算分离,在处理深度学习高并行度的张量计算时,会遭遇严重的存储墙问题,带宽和功耗都难以满足大规模模型的推理与训练需求。不同AI算法对计算、存储、通信的需求差异极大:大语言模型需要超大内存带宽和高矩阵乘算力,计算机视觉算法需要高并行卷积计算,端侧低功耗应用对能效比有极致要求,传统从器件到架构到算法的自上而下单向设计流程,无法匹配AI场景的定制化需求,只有通过架构、算法、器件三个层面的协同设计,才能针对特定应用场景实现性能与能效的最优解。


部分文件列表

文件名 大小
架构-算法-器件协同设计技术.docx 19K

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