將存儲與計算融為一體，這有別于過去70年計算機一直在遵循的馮·諾依曼架構設計，如今全球走入人工智能時代，計算場景對于高帶寬、低功耗的需求走高，業界對于“存算一體”概念的關注度也隨之走高。最近，阿里達摩院的一項研究將這一概念再度推上熱門話題：阿里云在一份聲明中透露，阿里達摩院成功研發存算一體AI芯片，阿里云表示，這是世界上首款基于DRAM的3D鍵合堆疊存算一體芯片。

　　拉近距離—相互共存—融為一體，存算一體芯片正沿著這樣的技術路線不斷發展。

　　打破存儲與計算間的“墻”

　　在馮·諾依曼架構下，數據存儲到數據處理環節，中間要經過數據總線進行傳輸。存算一體芯片是將存儲和計算結合在一起，直接利用存儲單元進行計算，可以有效解決數據從存儲器向處理器傳輸產生的“存儲墻瓶頸”和“功耗墻瓶頸”。“存算一體化技術是顛覆傳統馮·諾依曼架構的存在，是未來趨勢。”賽迪智庫信息化與軟件產業研究所高級咨詢師鐘新龍向《中國電子報》記者指出。

　　存算一體概念的提出最早可追溯到20世紀60年代，受限于芯片設計復雜程度、制造成本以及需求驅動等問題，在業界一直不溫不火。近5年，人工智能技術火熱，存算一體在帶寬與功耗上的優勢，被認為是解決AI特定場景需求的關鍵。國內外在存算一體方面都還處于起步階段，這種架構也處于學術界向工業界遷移的關鍵時期。國內知存科技、蘋芯科技、九天睿芯、后摩智能、合肥恒爍、閃憶科技、新憶科技、杭州智芯科等企業潛心研究存算一體AI芯片。國外的三星和Myhtic也是該領域的重要參與者。

　　存算一體“三步走”

　　對于廣義上計算存儲一體化架構的發展，計算存儲一體化的研究并非一蹴而就。阿里達摩院認為，存算一體正在遵循“三步走戰略”發展。

　　第一步是近期策略，關鍵在于通過芯片設計、集成、封裝，拉近存儲單元與計算單元的距離，增加帶寬，降低數據搬運的代價，緩解由于數據搬運產生的瓶頸。阿里達摩院稱之為“近存芯片”，也就是此次研發出的基于DRAM的3D鍵合堆疊存算一體芯片。

　　第二步是中期規劃，通過架構方面的創新，設存儲器于計算單元中或者置計算單元于存儲模塊內，實現計算和存儲你中有我、我中有你。

　　第三步是遠期展望，通過器件層面的創新，實現器件既是存儲單元也是計算單元，不分彼此、融合一體，成為真正的計算存儲一體化。

　　“從實驗性產品到消費級、企業級市場的大規模應用普及，可能需要10年甚至更長的時間來實現技術迭代優化，不斷完善。”鐘新龍對記者說道。

　　賽迪顧問人工智能產業研究中心高級分析師徐暢指出，存算一體芯片聚焦于低延遲、低功耗、高算力需求的邊緣計算，適用于深度學習神經網絡領域，特別是使用電池供電的物聯網終端設備領域，如智能手機、可穿戴設備、智能家居、無人機、智能攝像頭、助聽器等。

　　鐘新龍認為，存算一體芯片在海量數據計算場景中擁有天然的優勢，在終端、邊緣端以及云端都有廣闊的應用前景。例如VR/AR、無人駕駛、天文數據計算、遙感影像數據分析等場景中，存算一體芯片都可以發揮高帶寬、低功耗的優勢。未來，存算一體技術還將成為類腦計算的關鍵助力。