|
來源：雷鋒網(wǎng) 僅僅在五、六年前，人工智能還只存在于人們的想象。 短短幾年間AI快速擴張，AI算力和運算數(shù)據(jù)量每年都在以指數(shù)級增加，對算力的需求空前，但摩爾定律卻已接近極限。 在能耗墻和存儲墻的阻擋下，半導體愈來愈蹣跚的算力提升已經追不上狂奔的AI。 存算一體架構有機會讓AI面臨的問題迎刃而解。時代的浪潮下，一批探索存算一體的企業(yè)相繼成立。 在這個領域中，國內外研究幾乎站在同一起跑線上。 其中億鑄科技是將新型存儲器ReRAM用于存算一體賽道的“先行者”。成立僅僅兩年，億鑄科技就已能夠設計出能效比超過主流計算卡十倍的基于ReRAM的存算一體AI大算力芯片。 在即將到來的存算一體爆發(fā)期，國產廠商們將要迎來的，是一場與國外巨頭們堂堂正正的對決。 名為GPU的馬，拉不動AI的車 自1956年約翰.麥卡錫在達特茅斯會議上提出人工智能的概念，AI已經發(fā)展了70年。 70年間，AI曾經爆發(fā)過三次浪潮。 在前兩次浪潮中，AI由于種種原因，最終未能普及。 直到第三次浪潮中，深度學習技術的興起，解決了AI普適性與可維護性的問題，這一賽道才真正迎來曙光，造就了現(xiàn)代意義上的基于深度學習的“人工智能”。 隨著深度學習的廣泛應用，對算力的需求日益增加，這讓能夠提供大規(guī)模算力的GPU在AI領域變得越來越重要。 然而GPU畢竟不是專為人工智能而生，隨著人工智能發(fā)展走入深水區(qū)，GPU的問題逐漸浮現(xiàn)，尤其是AI發(fā)展中的“存儲墻”、“能耗墻”問題，GPU無法突破。 無論是CPU還是GPU，采用的都是存算分離的馮諾依曼架構。 在馮諾依曼架構下，80%-90%的功耗發(fā)生在數(shù)據(jù)傳輸上，99%的時間消耗在存儲器讀寫過程中，導致了“存儲墻”和“功耗墻”問題。 馮諾依曼架構的芯片在工作時，計算單元要先從內存中讀取數(shù)據(jù)，計算完成后再存回內存，才能最終輸出。 但在過去幾十年中，存儲器與處理器的發(fā)展嚴重失衡，自上世紀八十年代以來，存儲器讀取速率的提升遠遠跟不上處理器性能的增長。 這導致了計算畸形的漏斗結構：無論處理器所在的漏斗“入口”一端處理了多少數(shù)據(jù)，也只能通過存儲器狹窄的“出口”輸出，嚴重影響了數(shù)據(jù)處理的效率。 曾在AI芯片公司W(wǎng)ave Computing工作過的熊大鵬博士對此深有感悟。 2014年左右，熊大鵬正在從事GPGPU領域的研究，在工作中他深感能耗墻與功耗墻的限制下，人工智能難以持續(xù)發(fā)展。 熊大鵬認為，打破內存與計算隔閡的存算一體架構是人工智能未來的一個可能解。 不同于馮諾依曼架構，存儲單元與計算單元一體的結構讓數(shù)據(jù)不必在兩者之間反復“搬運”，從而讓“能耗墻”與“功耗墻”問題迎刃而解。 談起對存算一體技術的初印象，熊大鵬說到：“2017年我第一次接觸到存算一體技術，當時就震驚于怎么會有這么好的東西能夠恰好解決AI芯片面臨的問題。” 在初識存算一體后，熊大鵬興趣盎然，立刻開始了著手從產業(yè)界到學界學習和調研，對存算一體建立了系統(tǒng)的認識。 當時，把存算一體運用到AI中還只是一種理論，熊大鵬還沒有找到將他在存算一體領域的雄心落實的機會。 熊大鵬得以實現(xiàn)抱負的契機是與ReRAM的偶遇，這也是他在2020年創(chuàng)立存算一體AI芯片公司億鑄科技的關鍵。 存算一體的「天時」、「地利」與「人和」 2018年，熊大鵬在工作中接觸到了ReRAM的領軍企業(yè)Crossbar。當時正在苦苦尋找存算一體技術在AI芯片領域落地方案的他，剛一接觸ReRAM，就近乎直覺地認為ReRAM有解決存算一體落地問題的能力。 存算一體的存儲介質選擇一般有三種方案：Flash等傳統(tǒng)存儲介質；相對成熟的易失性存儲器SRAM；以及ReRAM等新型存儲器。 熊大鵬說，不同的存儲介質有不同的特點，也有各自最適配的應用領域，而在他看好的AI大算力芯片場景下，ReRAM則是最合適的選擇。 在他看來，NAND Flash讀寫延時較大，性能相對落后，并且工藝節(jié)點在40nm左右，難以隨先進工藝繼續(xù)迭代，無法滿足AI大算力芯片的計算需求。 SRAM存儲器在大算力場景下則存在單位密度受限、漏電流和工程落地難度和成本較高等問題。 而ReRAM雖然在應用于模擬存算一體時也存在著精度和數(shù)模轉換等難題，但在熊大鵬看來，億鑄科技選擇的基于ReRAM的全數(shù)字化存算一體技術，能較好解決精度和數(shù)模轉換等難題，無疑更適合應用在AI大算力芯片的場景中。 ReRAM是一種新型非易失存儲器，其基本存儲單元被稱為憶阻器，是一種可編程電阻，其特點是在斷電之后電阻值依然能夠長期保持。 憶阻器可編程的性質讓其非常適合在ReRAM存儲單元上加上計算功能，而斷電后保持數(shù)據(jù)不丟失的特性也讓它能夠成為可靠的存儲器，這都讓ReRAM與存算一體架構的要求不謀而合。 在與一家全球ReRAM新型存儲技術領軍企業(yè)中的老朋友們，還有斯坦福大學、德克薩斯大學奧斯汀分校、上海交通大學、復旦大學、中國科學技術大學等高校的知名科學家們經過幾個月的討論后，熊大鵬對使用ReRAM存算一體技術解決AI大算力芯片問題有了初步想法，隨即開始組建團隊。 用ReRAM和全數(shù)字化存算一體技術做AI芯片是一條全新的道路，前人留下的腳印甚少，過河沒有石頭可摸。 一開始熊大鵬也考慮過從技術更成熟的SRAM開始，再過渡到ReRAM。 最終是團隊的支持給了熊大鵬信心。團隊組建的過程中，熊大鵬找到了過去在Wave Computing共事過的Debu博士。 Debu博士是IEEE Fellow、曾就職于斯坦福大學，當時在Cadence擔任首席科學家兼AI部門CTO，也在研究基于SRAM的存算一體IP Core，并且已經成家。如果接受熊大鵬的邀約，在家庭和事業(yè)兩方面都面臨著困難。 但Debu在了解到熊大鵬決定入局基于ReRAM的全數(shù)字化存算一體芯片后，頓覺這是一項面向未來的大事業(yè)，解決了他在Cadence研究過的基于SRAM 存算一體未能解決的技術瓶頸，克服種種困難最終還是決定加入到億鑄科技創(chuàng)業(yè)的行列中。 Debu不遠千里來投，讓熊大鵬感受到了有識之士對這個賽道的信心，而許多之前曾與熊大鵬有過深入交流的包括工藝器件、電路設計、架構方案和軟件生態(tài)等各方專家學者的加入，則給了熊大鵬技術攻關的底氣。 “不論是ReRAM還是MRAM都是比較前沿的領域，單憑企業(yè)自身很難成功，離不開新型存儲器領域領先的合作伙伴企業(yè)和一流研究團隊的支持。”熊大鵬說。 有了這些的支持，熊大鵬終于下定決心，決定直接從ReRAM開始。 “我們的創(chuàng)業(yè)團隊是‘三老’團隊，”熊大鵬略帶調侃地說，“老同事，老同學，老朋友。” 原本就對AI芯片十分熟悉的熊大鵬和對基于SRAM存算一體擁有開發(fā)經驗的Debu讓億鑄科技開局已占地利，而眾多老友的加入讓億鑄科技又添人和。而在熊大鵬看來，存算一體的天時也正在當下。 決戰(zhàn)近在咫尺，中國芯這次正面「亮劍」 對于國產存算一體芯片的企業(yè)們來說，前路依然漫漫，但代表著決戰(zhàn)的鼓聲已經悄然迫近。 創(chuàng)業(yè)者的身份外，熊大鵬還是一名在芯片領域縱橫多年的投資人。 作為投資人，熊大鵬見證了許多新興技術的成長。過往的經驗告訴他，屬于存算一體的時代距離現(xiàn)在并不遙遠。 在熊大鵬看來，存算一體產業(yè)從已經實現(xiàn)了從端側小算力到云端大算力的全場景覆蓋，整個產業(yè)鏈的配套正在成熟。 同時，潛在客戶對存算一體的認知也越來越清晰，從“沒聽說”到“有了解”再到如今已經對產品“有期待”。 在國家對能耗越來越嚴格的管控趨勢下，數(shù)據(jù)中心對高能效比的大算力產品的需求也在高漲。而存算一體芯片超高能效的特性正好可以滿足市場需求。 種種因素相疊加，熊大鵬做出判斷：“2024年到2025年，存算一體的產品會全面開花。” 距離存算一體的全面爆發(fā)，還有三年時間。對于國產存算一體廠商來講，這正是屬于他們的“天時”。 億鑄科技僅正式運營兩月后，就獲得了由聯(lián)想之星、中科創(chuàng)星和匯芯投資聯(lián)合領投的過億元天使輪融資。在推動ReRAM落地的關鍵技術上，億鑄科技也已經取得了突破。 如果用模擬或混合方式構建芯片，憶阻器在受到工藝和環(huán)境的影響時，會出現(xiàn)精度漂移和數(shù)模/模數(shù)轉換能耗問題。這也是ReRAM落地存算一體的關鍵阻礙。 為了突破這一難關，億鑄科技選擇攻關全數(shù)字化存算一體技術。 基于全數(shù)字化方式構造芯片，無需模數(shù)和數(shù)模信號轉換器，不會受到信噪比的影響，精度可以達到32bit甚至更高，既不會產生精度損失，也不會面臨模擬計算帶來的諸如IR-DROP等問題。 基于全數(shù)字化方式，億鑄科技將開發(fā)業(yè)界首顆基于ReRAM的全數(shù)字化存算一體AI大算力芯片，采用chiplet技術，單模組將突破1000TOPS算力，超出GPU 250TOPS算力的四倍多。 熊大鵬表示，億鑄科技的產品落地正在快速推進，第一代芯片將于2023年落地，并在同年投片第二代芯片。 雖然一切順利，但無論對億鑄科技還是對存算一體芯片來說，這都遠遠不是終點。 熊大鵬認為，在技術上實現(xiàn)存算一體和在商業(yè)上取得成功是兩種概念。在他看來，存算一體芯片要想大規(guī)模被應用，首先要建立起自己的生態(tài)。 熊大鵬告訴我們，在大算力應用場景下，存算一體的競爭力在于構建生態(tài)系統(tǒng)。 僅僅“參與”到現(xiàn)有的生態(tài)中，這遠遠不夠，只有跳出傳統(tǒng)架構的局限，一開始就以存算一體作為思路構建整體系統(tǒng)才能真正發(fā)揮存算一體的競爭力。 億鑄科技的目標除了將存算一體架構在AI大算力領域商用落地之外，還期望和其他存算一體賽道上的伙伴們共建生態(tài)。 而在美國對我國半導體領域持續(xù)打壓的背景下，存算一體芯片還承載著著沖破藩籬的使命。 前段時間，美國出臺了對我國的先進制程和高性能計算設計工具EDA等的出口限制政策，這無疑將對我國AI研究的未來帶來更大挑戰(zhàn)。 熊大鵬認為，在先進工藝短期內無法實現(xiàn)全國產化的大前提下，國內半導體必須具備在性能表現(xiàn)相同的條件下發(fā)展與先進制程解耦的技術。 存算一體就是一種突破先進制程對性能限制的有效路徑：億鑄科技基于成熟的28nm CMOS工藝和國內既有產業(yè)配套設計的存算一體AI大算力芯片已經可以實現(xiàn)7nm CMOS先進制程AI芯片10倍以上能效比和性能。 并且，在存算一體賽道上，國產芯片廠商們并非單方面的追趕。 在熊大鵬看來，與傳統(tǒng)賽道相比，在存算一體芯片領域，國外“巨頭們”并沒有在這條新開辟的道路上領先太多。 “總的來說，國內外在存算一體領域差距不大，而且在某些方面，我們做的更快更好。國內做存算一體的基本都是初創(chuàng)公司，初創(chuàng)公司可以大干快上地投入，無懼國外巨頭們的競爭，而這些巨頭們卻未必有擁抱革命性技術來革自己命的決心，效率也不一定比我們高。”熊大鵬總結道。 對于這場即將降臨的決戰(zhàn)的最終結果，熊大鵬顯得信心十足：“到了存算一體全面開花的那天，我們一定能夠戰(zhàn)勝他們。” 存算一體賽道上，第一批國產挑戰(zhàn)者已經起跑，相信在存算一體未來幾年內將到來的“未來之戰(zhàn)”中，國產芯片公司一定能夠跑出存算領域的“領航者”。如果想和作者更深度討論存算一體芯片的話題，可以添加作者微信Soldier7887（注明來意），下一篇文章我們將講一講基于SRAM的存算一體AI大算力芯片，歡迎從業(yè)者與作者討論。 |
