AI發展的一大挑戰

佚名

邊緣計算性能的提升給存儲器的設計、類型的選擇和配置都帶來挑戰，這也導致在不同的應用市場中需要進行更復雜的權衡。

芯片架構正在與新市場一起發展，但數據在芯片、設備之間以及系統之間如何移動并不是很清楚。汽車和AI應用的數據正變得越來越多，并且也越來越復雜。

但芯片架構在處理時，有時候會不清楚如何優先處理數據。這讓芯片設計人員面臨抉擇，不知道是應該選擇共用內存降低成本，還是增加不同類型內存提高性能和降低功耗。

所有這些都是以安全為前提，并且不同的市場設計的要求也不一樣。比如，汽車中的各種類型的圖像傳感器（如激光雷達和攝像頭）的大量數據需要在本地處理。AI芯片則希望性能能夠提升100倍。

解決內存問題有一些方法，其中一種是片上存儲器，也就是將存儲器分散地集成在運算單元旁，最大限度地減少數據搬移，這種方法的目標是通過減少負載和存儲的數量來突破內存瓶頸，降低功耗。

“存算一體（In-memory computing）可能是模擬的、數字的，或兩者都有。” Cadence Digital&Signoff Group的高級首席產品經理Dave Pursley說：“雖然在內存中進行計算的想法可能是日益增長的趨勢，但在這種計算中實際發生的情況似乎大不相同?！?/p>

SRAM和DRAM仍是主流

盡管市場出現了新的變化，但片上SRAM和片外DRAM仍是主流。已經有專家預測DRAM多年后將“死亡”，但它仍然是最經濟和最可靠的選擇。DRAM具有高密度、架構簡單、低延遲和高性能的特性，兼具耐用和低功耗的特性。

DRAM密度的增速正在放緩，但HBM2等新架構允許通過堆疊模塊的方式而不是使用DIMM來垂直增加密度，這種方法還讓DRAM更靠近處理單元。

另外，SRAM價格昂貴且密度有限，但其高速性能多年來已被驗證。片上存儲器的挑戰是采用分布還是共用的方式，在某些情況下，為保證安全性需要增加冗余。

“所有這些要求都會影響存儲器的類型和數量的選擇，還涉及片上和片外存儲器之間的權衡以及訪問每個存儲器互連的復雜性?！盇rm高級物聯網架構師Ryan Lim表示。

低功耗存儲器是關鍵

存儲器的一個關鍵問題是功耗，其中存儲器類型和配置等多種因素都會影響功耗。例如，在7nm的存儲器中進行數據的存取可能消耗更多功耗，這是因為線路中的RC延遲。當然，這也會產生熱量，有可能會破壞輸入輸出存儲器的信號的完整性。

不過，較慢的片外數據使用高帶寬內存可以節省功耗，并且可以與高速GDDR6一樣快。

如何做出這些決定取決于有多種因素，包括設備的平均售價和選擇的存儲器類型。還有針對手持移動設備的極低功耗的存儲器，包括越來越多使用電池的邊緣設備。

“這些存儲器具有極高的效能，可以在一定程度上提升電池供電設備的功耗和數據速率?！?Rambus杰出的院士Steven Woo說。

“它們也可以在多種模式下工作，當處于待機狀態時，可以消耗很少的能量滿足手機和平板電腦等產品的需求，并在需要進行處理時快速切換到更高性能/更高功率的模式。 ”

低功耗存儲器還支持多種封裝方式，允許它們與手機處理器堆疊在一起，滿足智能手機的輕薄需求，也能集成在PCB上支持平板電腦和其他消費類設備高容量內存配置的需求。

毫無疑問，開發低功耗存儲器是一項挑戰。“當設計低功耗存儲器時，它們支持的速率范圍很廣，相對低功耗存儲器而言，這些數據速率往往是相當高的?！盬oo說。

“這通常是由一兩個主要應用市場驅動，所以它必須面向一個市場很大的行業，擁有足夠大市場的行業才能催生新的存儲器。從歷史上看，手機市場是成功的例子。如果與不同的手機制造商交談，他們都希望獲得性能和電源效率更高的存儲器，因為他們都希望能夠延長電池壽命。對于其他想要使用低功耗存儲器的公司而言，他們會很慶幸其他人正在幫他們實現?！?/p>

通常，這些合格的存儲器可能在幾種不同的數據速率下運行，但速率很接近。

“這些存儲器可能有一個是每秒4.2千兆比特的速率，另一個是3.2千兆比特?！彼忉尩?，“這可以讓內存制造商在生產所有這些存儲器時，進行所謂的分級。當某些部件沒有全速運行時會發生這種情況，但制造商依舊會出售這些內存，因為有些客戶需要以更便宜的價格購買性能較低的存儲器。Binning（數據合并）允許這種情況。這些產品的性能在一定的范圍內，都屬于合格品。”

存儲器如何影響人工智能發展？

人工智能在幾乎所有新技術中都扮演著重要的角色，而存儲器又在人工智能中起著重要作用。極高的速度和極低的功率是芯片一直以來追求的，不過這并不總是有效的，因為空間有限。但它能解釋為什么數據中心和用于訓練的AI芯片比應用于終端推理設備的芯片更大。

另一種方法是減少一些片外存儲芯片，以提高數據吞吐量并通過設計減少到內存的距離，或者限制片外數據流。

在任何一種情況下，片外存儲器的競爭很大程度上歸結為DRAM-GDDR和HBM。

“從工程和生產的角度來看，GDDR看起來很像其他類型的DRAMs，如DDR和LPDDR，”Woo說，“你可以將它集成到標準PCB板上，還能用類似的制造工藝。HBM是新一些的技術，它涉及堆疊和內插器（interposers），因為HBM有許多連接速度較慢。每個HBM堆棧將具有一千個連接，因此需要高密度的互連，這遠遠超過PCB的處理能力。這就是為什么有些公司正在使用內插器，因為可以將這些導線蝕刻得非常接近，很像片上連接，可以獲得更多的連接。”

HBM追求最高性能和最佳功效，但成本更高，需要更多的工程時間和技術。使用GDDR，DRAM和處理器之間的互連就沒那么多，但它們的運行速度要快得多，這會影響信號完整性。

首要考慮因素。“我們看到隨著SoC設計向更小化發展?！盬oo說，“存儲器的消耗正在增加，嵌入式存儲器的容量也在增加?，F在，我們看到超過50%的裸片是存儲器。所以人們必須注意存儲器的耗電量?！?/p>

結論

盡管現在有大量革命性技術和創新架構，但內存仍然是設計的核心。雖然即將出現新的存儲器類型，例如相變和自旋扭矩，但大部分仍然應用于各種條件的市場環境中。

當前，最大的變化在于如何對現有存儲器進行優先級劃分、共用，在設計中怎么樣選擇以及最終如何使用它們。雖然這聽起來像是一個簡單的問題，但事實并非如此。

“選擇正確的內存解決方案通常是獲得最佳系統性能的最關鍵。” Synopsys高級技術營銷經理Vadhiraj Sankaranarayanan 在最近發表的一份白皮書中指出，但是這說起來容易做起來難。