摩爾定律注定失效，存儲(chǔ)優(yōu)先架構(gòu)或是AI芯片的未來

　　AMD為GPU做的HBM高帶寬顯存方案

　　動(dòng)態(tài)調(diào)整頻率則是通過軟硬件動(dòng)態(tài)調(diào)整存儲(chǔ)器的讀寫頻率，來降低訪問調(diào)度的隨機(jī)性，實(shí)現(xiàn)更多預(yù)訪問，讓訪問變得更有序，進(jìn)一步提升訪問效率，進(jìn)而降低延遲。此種手段實(shí)施并不簡單，并且理論上提升的幅度十分有限，雖然可以一定程度上優(yōu)化，但并不足以應(yīng)付未來AI場景的百倍千倍數(shù)據(jù)吞吐，畢竟每小時(shí)TB級(jí)別海量數(shù)據(jù)才是AI世界的真實(shí)常態(tài)。

　　將存儲(chǔ)結(jié)構(gòu)盡量靠近核心，做成片上存儲(chǔ)也是一種熱門思路。精簡的訪問路徑使得邏輯核心與存儲(chǔ)的訪問精度得到顯著提升，盡可能利用工藝極限提升存儲(chǔ)器的訪問效率。這種方式的理論上可以在減少訪問延遲5-10倍以上，這種量級(jí)的優(yōu)化進(jìn)步對比之前的幾種方式就來得非?？捎^。

　　在思路和技術(shù)兩個(gè)維度發(fā)現(xiàn)傳統(tǒng)芯片的“存儲(chǔ)墻”瓶頸之后，下一步就是從思想和技術(shù)兩方面進(jìn)行突破，這也就引出了我們今天的核心“存儲(chǔ)優(yōu)先架構(gòu)”。

　　“存儲(chǔ)優(yōu)先架構(gòu)”原理和優(yōu)勢所在

　　簡單來理解，存儲(chǔ)優(yōu)先架構(gòu)實(shí)際上就是片上存儲(chǔ)技術(shù)+架構(gòu)思想革新，是技術(shù)手段變革和思想革新的雙重結(jié)合。

　　之前我們已經(jīng)提到了片上存儲(chǔ)這種設(shè)計(jì)方式的好處，它能夠帶來成倍的存儲(chǔ)訪問效率提升。但是片上存儲(chǔ)這套思路實(shí)際上技術(shù)本身沒有對架構(gòu)思想進(jìn)行變革，依舊是按照馮·諾依曼架構(gòu)來的一套體系，雖然得益于片上存儲(chǔ)技術(shù)，訪問的效率大大提升了，但是由于架構(gòu)不變，訪問的步驟依舊較多，這帶來了存儲(chǔ)效率的浪費(fèi)。

　　于是，在片上存儲(chǔ)技術(shù)的基礎(chǔ)上，探境科技提出了一種顛覆性的思想，以存儲(chǔ)為中心帶動(dòng)計(jì)算，重新設(shè)計(jì)整個(gè)AI芯片的架構(gòu)——即“存儲(chǔ)優(yōu)先架構(gòu)”(SFA)。

　　探境科技提出的“存儲(chǔ)優(yōu)先架構(gòu)”

　　上圖是存儲(chǔ)優(yōu)先架構(gòu)的示意圖，通過對比馮·諾依曼架構(gòu)示意圖，我們從上圖可以觀察到存儲(chǔ)架構(gòu)包括數(shù)據(jù)層、計(jì)算層和控制層組成，它們以存儲(chǔ)調(diào)度為核心邏輯形成一套計(jì)算架構(gòu)，數(shù)據(jù)在存儲(chǔ)之間的遷移過程中同時(shí)完成計(jì)算，計(jì)算就那么自然而然隨著數(shù)據(jù)轉(zhuǎn)移同時(shí)進(jìn)行了。理論上這種設(shè)計(jì)方案的能效能提升10-100倍，計(jì)算資源利用率提升40-50%，同時(shí)對DDR的占用率也能夠?qū)崿F(xiàn)大幅度下降。這就好像從前城里10萬老百姓辦手續(xù)，不但路遠(yuǎn)，還要跑很多趟。現(xiàn)在百姓雖然已經(jīng)多達(dá)500萬，但是提高了辦事效率，辦事窗口離家門口更近了，還允許一次性辦齊。

　　據(jù)了解，目前探境科技全新的存儲(chǔ)優(yōu)先架構(gòu)并不僅僅只是停留在理論層面，而是真真正正已經(jīng)流片，并即將推向商用領(lǐng)域。在今年10月份舉行的IC WORLD大會(huì)上面，探境科技發(fā)布了即將推出的語音、圖像序列AI芯片和IP授權(quán)。這些產(chǎn)品可以被用在AI計(jì)算、邊緣計(jì)算、安放前端協(xié)處理、語音喚醒、命令詞識(shí)別、語義理解、通用降噪、自動(dòng)駕駛等多個(gè)前沿領(lǐng)域。

　　存儲(chǔ)優(yōu)先架構(gòu)應(yīng)用到實(shí)際能帶來什么體驗(yàn)革新?舉個(gè)例子：

　　目前智能音箱一個(gè)使用痛點(diǎn)就是語音控制和反饋的延遲。智能音箱需要聽到用戶的喚醒詞進(jìn)行喚醒，并在得到指令內(nèi)容之后，將內(nèi)容的聲音數(shù)據(jù)回傳到云端，進(jìn)行分析和處理得到結(jié)果之后再返回到智能音箱播放出來。這中間由于信號(hào)、網(wǎng)絡(luò)延遲等一系列問題就會(huì)導(dǎo)致最終用戶體驗(yàn)質(zhì)量的大幅下降，等待2、3秒也就成了常態(tài)。如果智能音箱采用存儲(chǔ)優(yōu)先架構(gòu)的AI芯片，能夠在本地接受內(nèi)容之后直接處理為結(jié)果，不需要回傳云端和大數(shù)據(jù)比對、分析和運(yùn)算，實(shí)現(xiàn)高效的邊緣計(jì)算，這將根本性提升最終的用戶體驗(yàn)。智能音箱如是，自動(dòng)駕駛?cè)缡?，智慧新零售如是，智慧城市方方面面都離不開完整的AI、云計(jì)算、邊緣計(jì)算的配合。

　　摩爾定律注定失效，存儲(chǔ)優(yōu)先架構(gòu)或是AI芯片的未來

　　從某種意義上來說，摩爾定律是基于馮·諾依曼架構(gòu)提出的，而馮·諾依曼架構(gòu)本身的結(jié)構(gòu)路徑基于指令集模式的處理邏輯，存在對于海量數(shù)據(jù)，尤其是不規(guī)則海量數(shù)據(jù)處理的先天短板。所以不管是摩爾定律和還是x86基礎(chǔ)的馮·諾依曼架構(gòu)，它們隨著人類社會(huì)發(fā)展以及數(shù)據(jù)量的不斷攀升，是注定必將失效的。或者反過來說，我們海量數(shù)據(jù)洪流的時(shí)代漸漸淘汰舊的芯片規(guī)則約束，正催生芯片架構(gòu)進(jìn)行一次大的革新。

　　存儲(chǔ)優(yōu)先架構(gòu)以其邏輯步驟精簡+片上存儲(chǔ)技術(shù)手段的方式，得到雙重性能提升，實(shí)現(xiàn)了以存儲(chǔ)調(diào)度為核心的計(jì)算架構(gòu)，這的確是一次前所未有的創(chuàng)新實(shí)踐。隨著探境科技流片量產(chǎn)和隨后的應(yīng)用場景部署，存儲(chǔ)優(yōu)先架構(gòu)的AI芯片必將幫助終端設(shè)備實(shí)現(xiàn)更多自動(dòng)化的、低延遲的邊緣計(jì)算，以改善最終的智慧生活體驗(yàn)。關(guān)于存儲(chǔ)優(yōu)先架構(gòu)的AI芯片產(chǎn)品以及未來的具體應(yīng)用進(jìn)展，我們不妨持續(xù)關(guān)注拭目以待。