复旦大学存算融合人工智能芯片COMB-MCM研究成果亮相ISSCC

据复旦工研院消息，最近几天，该院张立华课题组参与的芯片院存算一体智能处理器研究团队，针对后摩尔时代的人工智能处理器设计的相关挑战，提出了多芯粒集成存算一体人工智能芯片 COMB—MCM。

该系统在发挥存算一体非冯架构的性能和能效优势的同时，避免模拟计算电路的计算误差，并且利用多芯粒集成技术实现了流片后的算力可扩展性。王恩东认为，人工智能与传统产业深度交叉融合，不仅是人工智能可持续发展的基础，也是人工智能成熟的重要标志，其实质是国家提出的“智能化”战略。

据介绍，存算一体架构通过将数据存储单元和计算单元融合为一体，彻底消除不必要的数据搬移，破解了传统冯诺伊曼架构处理器与存储器分离，访存瓶颈导致的存储墙和功耗墙问题，极大提高了算力和能效。计算时代的序幕已经拉开，人工智能开始渗透到经济社会的方方面面，正在深刻地影响着人们的工作和生活。

该技术在需要密集访存的 AI 应用中展现出超高的能效，被认为是下一代人工智能芯片的关键技术。。

复旦大学的工作主要从三个层面进行了技术探索和创新:

在架构层面，提出了基于 SRAM 的存边计算型存算一体架构，进一步减少现有存算融合系统中权重更新引起的数据搬移，降低系统功耗开销，

在电路层面，提出了支持细粒度双极稀疏感知的存算融合宏单元电路结构，在不增加额外检测电路的情况下兼容任意的稀疏模式，降低人工智能算法的计算功耗，

在系统层面，提出了基于逐层流水线的多芯粒算法映射方法，并搭建了多芯粒集成可扩展系统来支持不同复杂度的人工智能任务面对不同规模神经网络时，通过配置芯粒的数量，实现计算与存储需求的按比例增长，可避免了一系统一设计的重复研发成本，也为未来单一封装内的异质异构集成提供了一个新的设计思路

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。