在物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能 （AI） 的推動(dòng)下，從交通運(yùn)輸、醫(yī)療保健到零售和娛樂(lè)等眾多行業(yè)將走上轉(zhuǎn)型之路，應(yīng)用材料公司將其統(tǒng)稱為 AI 計(jì)算時(shí)代。

在以前的計(jì)算時(shí)代中，大型機(jī)/小型機(jī)、PC/服務(wù)器和智能手機(jī)/平板電腦均受益于摩爾定律的進(jìn)步，伴隨著 2D 微縮，產(chǎn)品的性能、功耗和面積/成本（也稱為“PPAC”）得以同步提升。

雖然 AI 時(shí)代的各類應(yīng)用正在蓬勃發(fā)展，但摩爾定律卻放緩了腳步；因此，行業(yè)需要在 2D 微縮以外取得突破，以全新方式推動(dòng) PPAC 的提升。具體而言，我們需要新的計(jì)算架構(gòu)、新材料、新結(jié)構(gòu)（特別是節(jié)省面積的 3D 結(jié)構(gòu)），以及用于芯片堆疊和異構(gòu)設(shè)計(jì)的高級(jí)封裝。

AI 時(shí)代的架構(gòu)變化正在對(duì)邏輯和存儲(chǔ)器產(chǎn)生影響。機(jī)器學(xué)習(xí)的算法大量地使用通用邏輯中極為復(fù)雜的矩陣乘法運(yùn)算，這推動(dòng)了加速器及其存儲(chǔ)器的轉(zhuǎn)變。AI 計(jì)算包含兩種明顯不同的存儲(chǔ)器任務(wù)：第一種是存儲(chǔ)計(jì)算的中間結(jié)果；第二種是存儲(chǔ)與訓(xùn)練模型相關(guān)的權(quán)重。

性能和功耗對(duì)于云計(jì)算和邊緣計(jì)算都十分重要，而存儲(chǔ)器方面的創(chuàng)新能夠?yàn)榇颂峁┲?。一種使用現(xiàn)有存儲(chǔ)器技術(shù)的方法是“近存儲(chǔ)器”，其中大量工作存儲(chǔ)器被壓縮并放置在物理上與邏輯存儲(chǔ)器緊密相鄰的位置，通過(guò)高速接口連接。例如，3D 堆疊和硅通孔技術(shù)正愈發(fā)受到歡迎。作為這些應(yīng)用中的“工作存儲(chǔ)器”，SRAM 和 DRAM 的一個(gè)主要缺點(diǎn)在于它們是易失性存儲(chǔ)器，需要持續(xù)供電來(lái)保存數(shù)據(jù)（如權(quán)重）。

為了降低云和邊緣的功耗，設(shè)計(jì)人員正在評(píng)估兼具高性能和非易失性的新型存儲(chǔ)器，因?yàn)樗鼈冎挥性谥鲃?dòng)讀寫(xiě)時(shí)才需要使用電源。有三種方案引領(lǐng)著新型存儲(chǔ)器， 它們分別是磁性RAM （MRAM）、相變式 RAM （PCRAM） 和電阻式 RAM （ReRAM） 。

不同于使用電荷，上述三款存儲(chǔ)器利用新材料產(chǎn)生不同的電阻率狀態(tài) ，而高低電阻依次表示 1 和 0。MRAM 利用磁場(chǎng)方向的變化來(lái)控制電阻率。PCRAM 利用了從非晶態(tài)到晶態(tài)的材料排列結(jié)構(gòu)變化。ReRAM 在材料中創(chuàng)造了一條電流通路。PCRAM 和 ReRAM 均提供電阻率的中間階段，這可在每個(gè)單元中存儲(chǔ)多層的比特?cái)?shù)據(jù)。

我們來(lái)了解一下 AI 時(shí)代的計(jì)算應(yīng)用，了解它們?nèi)绾卧谖磥?lái)藍(lán)圖中推動(dòng)創(chuàng)新。

物聯(lián)網(wǎng)邊緣應(yīng)用可被劃分為低性能/低功耗應(yīng)用，以及高性能/高功耗應(yīng)用。

例如，采用 AI 算法的安全攝像頭是一種低性能/低功耗應(yīng)用，AI 算法非常適合面部和語(yǔ)音識(shí)別等應(yīng)用。設(shè)計(jì)目標(biāo)是盡可能多地處理邊緣數(shù)據(jù)，并且僅將重要信息傳輸?shù)皆?。由于采樣頻率較低，因此性能要求也很低。功耗（包括待機(jī)功耗）至關(guān)重要，對(duì)于電池供電設(shè)備尤為如此。

目前，業(yè)界在邊緣設(shè)備中使用 SRAM 存儲(chǔ)器。SRAM 并非理想選擇，因?yàn)槊總€(gè)存儲(chǔ)單元需要多達(dá)六個(gè)晶體管，而且源泄漏功率會(huì)很高。在存儲(chǔ)權(quán)重方面，SRAM 的能效并不突出，特別是在低頻設(shè)計(jì)中使用時(shí)。作為替代方案，MRAM 可確保將晶體管密度提高數(shù)倍，從而實(shí)現(xiàn)更高的存儲(chǔ)密度或更小的芯片尺寸。MRAM 的另一個(gè)關(guān)鍵特性在于，這種產(chǎn)品經(jīng)專門(mén)設(shè)計(jì)，可以安裝到嵌入式片上系統(tǒng)產(chǎn)品 （SOC） 的后端互連層中。MRAM 可用于存儲(chǔ) SOC 的操作系統(tǒng)和應(yīng)用程序，無(wú)需使用嵌入式閃存芯片便可實(shí)現(xiàn)這一目的，從而減少了系統(tǒng)芯片的總數(shù)和成本。

高性能“近邊緣”應(yīng)用，如缺陷檢測(cè)和醫(yī)學(xué)篩檢，則需要更高的性能。MRAM 的一種變型稱作自旋軌道轉(zhuǎn)矩 MRAM （SOT-MRAM），經(jīng)證實(shí)，這種產(chǎn)品在速度和功耗方面可能優(yōu)于自旋轉(zhuǎn)移力矩 MRAM （STT-MRAM）。

云計(jì)算需要盡可能高的計(jì)算性能，而訓(xùn)練時(shí)則需要將大量數(shù)據(jù)轉(zhuǎn)移到機(jī)器學(xué)習(xí)加速器附近，相應(yīng)地，需要為機(jī)器學(xué)習(xí)加速器提供較大的片上 SRAM 緩存并輔以大型片外 DRAM 陣列——這就要求使用持續(xù)的電源。用電量對(duì)云服務(wù)提供商非常重要，因?yàn)?AI 時(shí)代的數(shù)據(jù)會(huì)呈指數(shù)級(jí)增長(zhǎng)，而電網(wǎng)功率有限且成本高昂。PCRAM 的功耗和成本比 DRAM 更低，而性能則比固態(tài)硬盤(pán)和機(jī)械硬盤(pán)更高，因此成為云計(jì)算架構(gòu)的首選方案。

除了上述“二進(jìn)制”的邊緣應(yīng)用、近邊緣應(yīng)用和云應(yīng)用方面具備廣闊前景外，在存儲(chǔ)內(nèi)計(jì)算的研究也在日益深入?？梢韵胂?，在存儲(chǔ)器陣列中為機(jī)器學(xué)習(xí)執(zhí)行頻繁的矩陣乘法運(yùn)算。設(shè)計(jì)人員正在探索偽交叉點(diǎn)架構(gòu)，其中權(quán)重存儲(chǔ)在各個(gè)存儲(chǔ)器節(jié)點(diǎn)上。PCRAM、ReRAM 甚至鐵電場(chǎng)效應(yīng)晶體管 （FeFET） 都是優(yōu)秀的備選方案，因?yàn)樗鼈兌加忻繂卧鄬哟鎯?chǔ)的潛力。目前而言，ReRAM 看起來(lái)是最適合此類應(yīng)用的存儲(chǔ)器?？梢岳脷W姆定律和基爾霍夫定律在陣列內(nèi)完成矩陣乘法運(yùn)算，而無(wú)需向芯片內(nèi)移入和移出權(quán)重。多層單元架構(gòu)能夠?qū)崿F(xiàn)全新級(jí)別的存儲(chǔ)器密度，為設(shè)計(jì)和使用更大的模型提供支持。需要對(duì)新材料進(jìn)行全面的開(kāi)發(fā)和工程設(shè)計(jì)，才能將這些新的模擬存儲(chǔ)器付諸現(xiàn)實(shí)，目前應(yīng)用材料公司正在積極探索部分極具代表性的方案。

當(dāng)摩爾定律的指數(shù)級(jí)發(fā)展速度逐漸減緩，AI 時(shí)代將迎來(lái)數(shù)據(jù)上的指數(shù)級(jí)增長(zhǎng)。這種壓力已經(jīng)在推動(dòng)著架構(gòu)、材料、3D 結(jié)構(gòu)以及用于芯片堆疊和異構(gòu)集成的先進(jìn)封裝不斷創(chuàng)新。存儲(chǔ)器與 AI 計(jì)算引擎的關(guān)系越來(lái)越緊密，最終，存儲(chǔ)器可能成為 AI 計(jì)算引擎本身。隨著這些創(chuàng)新嶄露頭角，我們將見(jiàn)證性能、功耗和密度（面積/成本）的顯著提升——隨著新型存儲(chǔ)器的逐步優(yōu)化，邊緣、近邊緣和云應(yīng)用的需求最終會(huì)得到滿足。我們需要硬件上的全面復(fù)興來(lái)釋放 AI 時(shí)代的全部潛力。