首页 - 财经 - 产业观察 - 正文

是时候重估芯片内存和架构了

关注证券之星官方微博:

(原标题:是时候重估芯片内存和架构了)

如果您希望可以时常见面,欢迎标星收藏哦~

来源:内容编译自IEEE,谢谢。

内存的未来将是海量、多样化的,并且与处理紧密结合。这是本周在旧金山举行的国际电子设备会议上受邀演讲的主题。斯坦福大学电气工程师、前台积电研究副总裁、目前仍担任该公司科学顾问的H.-S. Philip Wong告诉在场的工程师们,现在是时候以新的方式思考内存和计算架构了。

当今计算问题(尤其是人工智能)的需求正在迅速超出现有内存系统和架构的能力。当今的软件假设可以随机访问任何给定的内存位。将所有数据从内存移到处理器需要花费时间和大量能源。而且并非所有数据都是平等的。有些数据需要频繁访问,有些则不需要频繁访问。Wong 认为,这个“内存墙”问题需要认真考虑。

不幸的是,Wong 表示,工程师们仍在关注哪种新兴技术将取代当今的传统内存(包括 SRAM、DRAM 和闪存)的问题。这些技术及其潜在的替代技术各有优缺点。有些技术提供更快的数据读取速度,有些技术提供更快的写入速度。有些技术更耐用,有些技术对功耗的要求更低。Wong 认为,寻找一种新的内存技术来统领所有技术是错误的做法。

Wong说道:“你不可能找到完美的存储。”

相反,工程师应该考虑系统需求,然后选择最适合的组件组合。Wong 主张从特定类型的软件用例的需求开始。他说,选择正确的内存技术组合是“一个多维优化问题”。

内存的未来将是海量、多样化的,并且与处理紧密结合。这是本周在旧金山举行的国际电子设备会议上受邀演讲的主题。斯坦福大学电气工程师、前台积电研究副总裁、目前仍担任该公司科学顾问的H.-S. Philip Wong告诉在场的工程师们,现在是时候以新的方式思考内存和计算架构了。

当今计算问题(尤其是人工智能)的需求正在迅速超出现有内存系统和架构的能力。当今的软件假设可以随机访问任何给定的内存位。将所有数据从内存移到处理器需要花费时间和大量能源。而且并非所有数据都是平等的。有些数据需要频繁访问,有些则不需要频繁访问。Wong 认为,这个“内存墙”问题需要认真考虑。

不幸的是,Wong 表示,工程师们仍在关注哪种新兴技术将取代当今的传统内存(包括 SRAM、DRAM 和闪存)的问题。这些技术及其潜在的替代技术各有优缺点。有些技术提供更快的数据读取速度,有些技术提供更快的写入速度。有些技术更耐用,有些技术对功耗的要求更低。Wong 认为,寻找一种新的内存技术来统领所有技术是错误的做法。

黄说道:“你不可能找到完美的记忆。”

相反,工程师应该考虑系统需求,然后选择最适合的组件组合。Wong 主张从特定类型的软件用例的需求开始。他说,选择正确的内存技术组合是“一个多维优化问题”。

一个内存无法满足所有需求

试图让一种内存在所有方面都做到最好——快速读取、快速写入、可靠性、保留时间、密度、能源效率等等——会让工程师“毫无理由地过度劳作”,他说,并展示了一张幻灯片,其中有一张电气工程师扮演西西弗斯推着齿轮上山的图片。“我们孤立地看待数字,而不知道这项技术将用于什么用途。这些数字可能根本不重要,”他说。

例如,在设计需要频繁、可预测地读取内存和偶尔写入的系统时,MRAM、PCM 和 RRAM 都是不错的选择。对于需要传输大量数据的系统,系统需要频繁写入、少量读取,并且仅需要较短的数据生命周期。因此,工程师可以在保留时间与速度、密度和能耗之间进行权衡,并选择增益单元或 FeRAM。

这种灵活性可以带来巨大的好处。例如,Wong 指出了他在混合增益单元(hybrid gain cells)方面的工作,这种单元类似于 DRAM,但每个存储单元使用两个晶体管,而不是一个晶体管和一个电容器。一个晶体管是硅,可提供快速读出;另一个晶体管存储数据而无需刷新,并且基于氧化物半导体。当这些混合增益单元与 RRAM 结合用于 AI/机器学习训练和推理时,与传统存储系统相比,它们可提供 9 倍的能源使用效益。

而且至关重要的是,Wong 说,这些不同的存储器需要与计算更紧密地集成。他主张将多个芯片集成在一起,每个芯片都有自己的本地存储器,在一个“幻觉系统”(illusion system)中将每个芯片视为一个更大系统的一部分。在10 月发表的一篇论文中,Wong 和他的合作者提出了一种计算系统,该系统以硅 CMOS 芯片为基础,分层铺设由 STT-MRAM 组成的快速访问密集存储器、用于非易失性存储器的金属氧化物 RRAM 层以及高速、高密度增益单元层。他们称之为 MOSAIC(单片、堆叠和组装 IC)。为了节省能源,数据可以存储在需要处理的地方附近,并且堆栈中的芯片可以在不需要时关闭。

在提问环节,一位在场的工程师表示他很喜欢这个想法,但他指出,所有这些不同的部件都是由不同的公司制造的,它们之间没有合作。Wong 回答说,这就是为什么像 IEDM 这样将大家聚集在一起的会议很重要。随着人们讨论启动核电站为 AI 数据中心提供燃料,很明显该行业已经意识到了其能源问题。“需求是发明之母,”他补充道。

https://spectrum.ieee.org/memory-ai-energy

半导体精品公众号推荐

专注半导体领域更多原创内容

关注全球半导体产业动向与趋势

*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第3979期内容,欢迎关注。

『半导体第一垂直媒体』

实时 专业 原创 深度

公众号ID:icbank

喜欢我们的内容就点“在看”分享给小伙伴哦

微信
扫描二维码
关注
证券之星微信
APP下载
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-