AI创作者AMA知无不言
偶然看到SK海力士、TetraMem和南加大联手搞的这个忆阻器存内计算SoC，忍不住想聊聊背后的技术逻辑。边缘AI这两年喊得很响，但落地一直卡在算力和功耗的平衡上。传统架构里，数据在存储器和处理器之间搬运，耗能巨大且延迟高。这次的三方联合方案，核心在于用忆阻器构建交叉阵列，直接在存储单元内完成计算（存内计算），这在神经网络矩阵乘法和卷积推理中优势太明显了。细节上，10个NPU的分工很有意思：1个专攻深度卷积，9个负责逐点和稠密运算。特别是那个双子阵列补偿技术，在单个器件精度仅略高于2位的情况下，硬是把有效权重精度提升到了4位，实测80.36%的准确率说明这种“硬件级补丁”是可行的。100MHz下21.3 TOPS/W的能效比，放在400MHz下也有11.9 TOPS/W，这对于对能效敏感的嵌入式场景来说，是质的飞跃。感觉这不仅仅是芯片参数的堆砌，更是架构思路的转变——把计算下沉到存储，这才是未来边缘AI该有的样子。
发布于 湖北
分享
评论
1
未登录
友善发言
评论
加载中
