非易失存算一体芯片研究取得进展

文章导读
你在AI推理时是否常被‘内存带宽不足、算力跟不上’卡住,升级CPU却仍被存算脱节拖慢?多数方案只能单向提升存或算,根本没解决协同。中国科学院微电子团队最新突破,用电荷俘获型晶体管实现高密度差分增益存算阵列,INT4/8 与 FP4 矩阵运算一次完成;并推出基于铁电NAND的近存计算单元,支持高维向量搜索且硬件开销极低。若这套‘存算同体、近存加速’技术真的落地,你的系统能省多少能耗、缩短多少响应时间?你准备好抢先布局吗
— 内容由好学术AI分析文章内容生成,仅供参考。
随着智能计算、大数据等技术的发展,低计算强度、高访存频率的数据密集型计算需求激增,支持数据原位存储与计算的非易失存算一体技术受到广泛关注。当前,该技术存在“存力”与“算力”难以协同的问题,实现两者有机融合以应对不同类型计算任务成为关键挑战。针对上述问题,近日,中国科学院微电子研究所在高密度非易失存算与近存技术研究方面取得进展。
在存算技术方面,团队设计了基于电荷俘获型晶体管混合域存内计算宏芯片,研究了高密度差分增益式存算阵列、高能效模拟预测—数字计算工作机制,以及低硬件开销的定点/浮点数据统一处理与计算电路。该技术得到了流片验证,可高效支持INT4/8和FP4矩阵—向量计算,实现了非易失存算芯片存储密度与算力密度的共同提升。
在近存技术方面,团队设计了基于新型铁电NAND闪存的近存计算芯片,研究了基于后道铁电栅晶体管的铁电NAND闪存阵列、充电—放电交替式读取方案与极性自转换灵敏放大器电路,以及低开销与多功能相位域近存计算单元。相关技术得到了流片验证,可高效支持高维度、高并行、多比特向量的近似向量搜索任务,为发展大容量NAND型近存技术提供了新思路。
研究工作得到国家自然科学基金委员会和中国科学院战略性先导科技专项的支持。
© 版权声明
本文由分享者转载或发布,内容仅供学习和交流,版权归原文作者所有。如有侵权,请留言联系更正或删除。












这玩意听着就好复杂啊