在传统的冯·诺伊曼体系结构中,计算单元和存储单元是相互独立的。每次计算单元需要将数据从存储单元中提取出来,处理完成后再写回存储单元。近年来处理器性能飞速提升,但是访问存储器速度并没有相应的提升,所以访问存储器的速度无法跟上处理器消耗数据的速度,导致处理器的计算性能无法充分发挥出来,也就是业界所说的“存储墙”问题。

芯片存储优化路径按照不同的技术路线,可以分为近内存计算、存内计算、神经网络压缩等。近日,探境科技推出存储优先AI芯片架构(SF Architecture),采用存储驱动计算的方式,结合计算存储一体化、软硬件联合设计、数据压缩等技术手段,突破了存储墙的局限,可以进一步提高 AI 芯片计算效能。

探境科技提出的存储优先SFA架构真的能够有效解决存储墙问题吗?

12月19日晚8点,AI芯片系列课第三季第二讲将开讲,由探境科技研发副总裁宋健主讲,主题为《突破“Memory Wall”的新型AI芯片架构——存储优先》。