ReRAM存算一體AI大算力芯片的獨(dú)特優(yōu)勢

電子發(fā)燒友網(wǎng)報道（文/李彎彎）近幾年，隨著傳統(tǒng)馮·諾依曼結(jié)構(gòu)的瓶頸逐漸顯現(xiàn)，越來越多企業(yè)投身于存算一體芯片研發(fā)的浪潮中，試圖打破“存算墻”、“能耗墻”和“編譯墻”對AI應(yīng)用進(jìn)一步發(fā)展帶來的掣肘，在 “超摩爾時代”走出新的道路。盡管有著相似的目標(biāo)，但各企業(yè)采取的技術(shù)路線卻不盡相同。

早期有企業(yè)基于Flash做模擬的存算一體芯片，例如美國的Mythic等，已實(shí)現(xiàn)產(chǎn)品量產(chǎn)。同時還有一些奮斗在存算一體架構(gòu)道路上的創(chuàng)業(yè)伙伴選擇了SRAM，不同的存儲介質(zhì)都有各自的屬性特點(diǎn)，針對不同應(yīng)用場景的要求存在不同的優(yōu)劣勢。比如基于Flash做的存算一體芯片，介質(zhì)和工藝比較成熟，功耗低，但精度較低、算力較小，可以滿足語音識別、智能穿戴等場景的要求，卻難以滿足高精度、大算力場景的要求；SRAM因?yàn)槊娣e（密度）、成本以及漏電流等自身屬性，更加適合于對待機(jī)功耗不敏感、對算力要求在中小算力范疇的場景。

ReRAM（RRAM）是近年來被產(chǎn)學(xué)界均寄予厚望的新型非易失性憶阻器，為此，電子發(fā)燒友采訪到億鑄科技創(chuàng)始人、董事長兼 CEO熊大鵬博士，就基于ReRAM存算一體芯片的技術(shù)優(yōu)勢、ReRAM目前的工藝進(jìn)展、存算一體未來的市場機(jī)會等多個問題進(jìn)行了探討。

ReRAM存算一體的獨(dú)特優(yōu)勢

億鑄科技是基于ReRAM這種新型憶阻器設(shè)計存算一體AI大算力芯片的企業(yè)。

ReRAM存儲介質(zhì)的優(yōu)勢：

存儲介質(zhì)是實(shí)現(xiàn)存算一體的底層物理器件，不同存儲介質(zhì)的選擇，會對存算結(jié)果產(chǎn)生重大影響。ReRAM全稱是電阻式隨機(jī)存取存儲器，是以非導(dǎo)性材料的電阻在外加電場作用下，在高阻態(tài)和低阻態(tài)之間實(shí)現(xiàn)可逆轉(zhuǎn)換為基礎(chǔ)的非易失性存儲器。

ReRAM的核心優(yōu)勢：

非易失性和低功耗：ReRAM不用的時候不需要上電，靜態(tài)功耗為零，讀寫之外的功耗為0；

面積小、密度高：ReRAM的單元面積極小，可做到4F2，理論上不需要晶體管，一般是加一個選擇管，所以就是1TnR，面積上成倍縮?。?br />
微縮化發(fā)展：可以持續(xù)利用先進(jìn)制程升級迭代，目前最先進(jìn)的量產(chǎn)工藝為28nm,未來持續(xù)演進(jìn)的空間很大；目前已經(jīng)能做到幾百M(fèi)B的存儲容量，大大超過了前主流AI算力芯片的片上存儲容量，未來ReRAM存算一體芯片的存儲容量可以做到幾個GB，甚至更高。

讀寫速度：讀寫速度比NAND Flash提升了2~3個數(shù)量級，明顯優(yōu)于Flash；

高精度和大算力：億鑄和ReRAM工藝foundry聯(lián)合研發(fā)基于ReRAM的全數(shù)字化存算一體MACRO，具有支持高精度和大算力的優(yōu)勢和潛力；

穩(wěn)定性強(qiáng)：對工藝制程上一些微小的差異和干擾不敏感，具有很強(qiáng)的魯棒性。溫度適應(yīng)范圍廣(-40~125℃)，同時還具有良好的抗電磁干擾能力（EMC）；

兼容性（工程實(shí)現(xiàn)相對容易）：ReRAM本身對CMOS工藝兼容性很好。
因?yàn)樯鲜龇N種優(yōu)勢，ReRAM被認(rèn)為是實(shí)現(xiàn)存算一體的最佳憶阻器選擇。

存算一體架構(gòu)的優(yōu)勢

存算一體架構(gòu)，打破了傳統(tǒng)馮·諾依曼架構(gòu)下存在的存儲墻。在異構(gòu)架構(gòu)下，存儲墻導(dǎo)致了大量數(shù)據(jù)在計算單元和存儲單元間頻繁移動，使60-90%的能耗用于數(shù)據(jù)搬運(yùn)而非數(shù)據(jù)計算，這也是導(dǎo)致了能耗墻的問題主要原因。

為解決存儲墻問題，業(yè)界采用了很多架構(gòu)上的設(shè)計優(yōu)化方案，比如多級緩存和非常復(fù)雜與精巧的數(shù)據(jù)流動態(tài)實(shí)時控制和管理。但是這些“方案”從理論上來說無法由編譯器自動“理解”，無法自動優(yōu)化芯片的執(zhí)行程序代碼，必須投入大量成本去做手動優(yōu)化。而存算一體架構(gòu)解決了存儲墻問題，無需特別考慮數(shù)據(jù)流動態(tài)實(shí)時控制和優(yōu)化問題，其計算資源、存儲資源和輸入/輸出接口帶寬資源等資源分配是靜態(tài)的，可以通過工具實(shí)現(xiàn)合理優(yōu)化，這對將來產(chǎn)品的部署非常有利，也大大降低了平臺的遷移難度和成本。

全數(shù)字化實(shí)現(xiàn)存算一體大算力AI芯片的優(yōu)勢

目前業(yè)內(nèi)大多采用的是模擬計算做存算一體芯片，而億鑄科技提出以全數(shù)字化的方式實(shí)現(xiàn)ReRAM存算一體AI大算力芯片技術(shù)路線。那么，全數(shù)字方式有什么優(yōu)勢呢？

在著墨全數(shù)字方式之前，不妨先來看看模擬的方式的優(yōu)缺點(diǎn)。模擬計算方式做存算一體特別適合于低功耗、小算力、低精度的應(yīng)用場景，比如語音關(guān)鍵詞識別、智能穿戴、AIOT等。
由于采用非易失性憶阻器，無論斷電與否，寫入憶阻器的計算參數(shù)均不會丟失。利用憶阻器的這個特點(diǎn)，把計算系數(shù)（比如向量或矩陣的系數(shù)、神經(jīng)網(wǎng)絡(luò)的系數(shù)）寫進(jìn)憶阻器（好比可編程電阻），將輸入的數(shù)據(jù)進(jìn)行數(shù)模轉(zhuǎn)換變成電壓值，電壓值通過電阻產(chǎn)生電流，再將電流進(jìn)行模數(shù)轉(zhuǎn)換成計算結(jié)果。如此，根據(jù)歐姆定律和基爾霍夫定律實(shí)現(xiàn)了乘積累加計算，完成模擬計算過程。也就是說，由一個電阻實(shí)現(xiàn)乘法和加法計算，這個電阻替代了傳統(tǒng)數(shù)字電路的一個乘法器和加法器。在數(shù)字電路里，乘法器和加法器往往需要幾百個晶體管，而現(xiàn)在只需要一個電阻，也就是若干個晶體管就能實(shí)現(xiàn)。這意味著，它的電路簡單了幾百倍，能耗也節(jié)省了幾百上千倍，這是模擬計算跟傳統(tǒng)的數(shù)字電路相比所擁有的一個巨大優(yōu)勢。

然而，模擬計算存在幾個問題。

第一，如何保證電阻的精度？熊大鵬博士向電子發(fā)燒友介紹，業(yè)界采取了從工藝、硬件電路設(shè)計到軟件等多種方式，試圖對精度進(jìn)行補(bǔ)償，最后發(fā)現(xiàn)模擬存算一體存在明確的天花板，做到8位或者16位的精度難度很大。

第二，模擬計算必須從數(shù)字域轉(zhuǎn)換到模擬域來做計算，再把計算結(jié)果轉(zhuǎn)回到數(shù)字域，這就需要數(shù)模/模數(shù)(AD/DA)轉(zhuǎn)換，而這本身就帶來了性能、能耗還有電路復(fù)雜度等問題。

所以盡管模擬存算一體能夠省面積、功耗低、電路簡單（相對于傳統(tǒng)數(shù)字電路而言），但因其仍然存在模數(shù)和數(shù)模轉(zhuǎn)化的部分以及精度補(bǔ)償?shù)仍O(shè)計，仍然有其電路設(shè)計的復(fù)雜性，同時還有精度不夠、算力不高等問題。

熊大鵬博士表示，業(yè)界也嘗試過不同的方法來解決這兩個問題，比如，有不少企業(yè)選擇了混合式設(shè)計的路線——也就是采取部分模擬、部分?jǐn)?shù)字的方式，通過數(shù)字的部分來改善精度和AD/DA帶來性能限制的問題，同時兼具模擬在性能、功耗上等方面的優(yōu)勢。但這仍然無法給AI算力密度和能效比的提升帶來一條可持續(xù)發(fā)展的技術(shù)路徑。

億鑄團(tuán)隊和一家國際ReRAM新型存儲技術(shù)領(lǐng)軍企業(yè)的技術(shù)專家團(tuán)隊以及公司內(nèi)部的核心研發(fā)團(tuán)隊聯(lián)合就這兩個問題進(jìn)行了深入分析和解決方案探索，結(jié)合ReRAM存儲介質(zhì)各項屬性的比較優(yōu)勢，億鑄科技認(rèn)為全數(shù)字化方式是當(dāng)前實(shí)現(xiàn)存算一體AI大算力芯片的最佳路徑。

ReRAM工藝28nm/22nm已經(jīng)成熟量產(chǎn)

ReRAM作為一種新型憶阻器，目前的工藝進(jìn)展情況如何呢？

據(jù)熊大鵬博士介紹，目前在全球范圍內(nèi)，不管是ReRAMIP還是ReRAM先進(jìn)工藝制程，比較成熟的兩家公司為臺積電和昕原半導(dǎo)體。業(yè)內(nèi)已有知名頭部企業(yè)采用ReRAM設(shè)計下一代芯片，因此，2021年被業(yè)內(nèi)稱為“ReRAM元年”。

而億鑄科技更是和該國際ReRAM領(lǐng)軍企業(yè)構(gòu)建了緊密的合作伙伴關(guān)系，二者珠聯(lián)璧合，強(qiáng)有力地推動了存算一體芯片的研發(fā)和商業(yè)化落地及生態(tài)構(gòu)建。

存算一體大算力AI芯片的市場機(jī)會

從應(yīng)用場景來看，存算一體大算力AI芯片主要面向數(shù)據(jù)中心、自動駕駛等對算力密度、能效比需求很高的領(lǐng)域。在這領(lǐng)域，相比于傳統(tǒng)的AI芯片或者GPU，存算一體芯片在PPA（PPA即Performance性能、Power功耗、Area尺寸）的表現(xiàn)將會非常亮眼。換言之，存算一體大算力AI芯片在單位面積相同的情況下，在計算性能、能效比等方面均會有數(shù)量級的提升。比如，同在75W功耗的前提下，億鑄ReRAM存算一體大算力芯片算力可達(dá)1POPS(INT8)以上。據(jù)熊大鵬博士介紹，基于ReRAM的存算一體28nm工藝相對于7nm 的GPU，算力可以提升十倍左右。這意味著對于終端用戶來說，可以在不增加物理空間的前提下，大大提升算力密度，大幅度降低能耗，減少采購和運(yùn)維成本。

如今在大算力AI推理計算的解決方案里，算力和能效比的提升主要依賴工藝制程的演進(jìn)。而當(dāng)演進(jìn)之路逐漸達(dá)到物理極限，上層的算法日益復(fù)雜、迭代加速，AI大算力芯片處于兩者剪刀差中，其發(fā)展破局之路被越來越多地寄希望于創(chuàng)新架構(gòu)，從根本上跳出馮·諾依曼架構(gòu)體系，解決存儲墻以及存儲墻帶來的能耗墻和編譯墻（軟件生態(tài)依賴）問題。根據(jù)熊大鵬博士所述，不管是中心側(cè)還是邊緣側(cè)的潛在客戶對億鑄ReRAM存算一體大算力芯片都非常期待，而億鑄團(tuán)隊對于產(chǎn)品的成功落地有著必勝的信心。