人工智能芯片的存算一体架构创新与能效比提升.docxVIP

人工智能芯片的存算一体架构创新与能效比提升

一、AI芯片能效需求升级与存算一体架构的兴起

（一）人工智能时代对芯片能效比的迫切需求

随着人工智能技术的快速迭代，大语言模型、计算机视觉、自动驾驶等场景对AI芯片的计算能力提出了前所未有的要求，同时，绿色低碳的发展理念也促使行业对芯片的能效比（即单位功耗下的计算能力）提出了更高标准。据国际半导体技术路线图委员会（某年）发布的报告，AI计算的能效需求每三年就会提升一个数量级，而传统硅基芯片的能效提升速度仅能维持每年约百分之二十的增幅，两者之间的差距正在持续扩大。在云端数据中心，AI计算的功耗已经占据了整体能耗的百分之四十以上，过高的能耗不仅增加了运营成本，也给环境带来了巨大压力；在边缘设备如智能手机、智能摄像头中，有限的电池容量限制了AI功能的持续运行，能效比不足已成为制约AI应用普及的关键瓶颈之一。

（二）传统冯诺依曼架构的“存储墙”瓶颈

当前主流AI芯片大多基于冯诺依曼架构设计，该架构将存储单元与计算单元分离，数据需要在两者之间频繁传输才能完成计算任务。然而，随着计算量的指数级增长，数据传输的功耗和延迟问题日益凸显，形成了所谓的“存储墙”瓶颈。斯坦福大学电气工程系（某年）的研究数据显示，数据在存储单元与计算单元之间传输的功耗是完成一次计算功耗的数十倍甚至上百倍，在AI推理任务中，超过百分之九十的功耗都消耗在了数据传输环节，而非计算本身