IMC為什么會(huì)回歸？

In-memory computing（以下簡(jiǎn)稱(chēng)IMC）是一種古老而有爭(zhēng)議的組織計(jì)算機(jī)硬件的方式，以最大限度地減少能耗并提高性能，但除了在一些非常特定的應(yīng)用中，它從未真正進(jìn)入主流。但邊緣計(jì)算AI的需求可能為這種架構(gòu)理念提供了機(jī)會(huì)。

IMC將計(jì)算元素放在內(nèi)存中而不是中央處理器中的概念在計(jì)算機(jī)科學(xué)的邊緣有很長(zhǎng)的歷史。IMC是那些總是建立在合理推理基礎(chǔ)上的想法之一，而且非常有意義，甚至影響了計(jì)算機(jī)架構(gòu)的重大進(jìn)步，但卻沒(méi)有以其純粹的形式突破主流。但現(xiàn)在，一種古老的錄音技術(shù)、邊緣計(jì)算的限制和深度學(xué)習(xí)網(wǎng)絡(luò)的內(nèi)部結(jié)構(gòu)的奇妙結(jié)合，可能會(huì)把IMC重新拉回聚光燈下。

一個(gè)古老的觀點(diǎn)

IMC的概念可以追溯到計(jì)算機(jī)的早期。計(jì)算機(jī)工程師們很快意識(shí)到，雖然馮諾依曼架構(gòu)（中央處理器從主存儲(chǔ)單元讀取指令和數(shù)據(jù)）非常靈活并被普遍采用，但它的效率往往很低。重復(fù)地從內(nèi)存中獲取少量數(shù)據(jù)，做一些簡(jiǎn)單的計(jì)算，然后把結(jié)果放回內(nèi)存的算法，一遍又一遍地，花費(fèi)大量的時(shí)間和精力獲取指令和移動(dòng)數(shù)據(jù)，但在實(shí)際計(jì)算上花費(fèi)的時(shí)間和精力卻被壓縮了。由于從內(nèi)存中獲取一個(gè)單詞的時(shí)間和能量幾乎總是比CPU中的算術(shù)或邏輯成本大，這種低效很要命，特別是在像邊緣計(jì)算這樣的功耗受限的環(huán)境中。

一些架構(gòu)師采取了顯而易見(jiàn)的行動(dòng)，為什么把它們?nèi)考性贑PU中，而不直接將簡(jiǎn)單的計(jì)算元素構(gòu)建到內(nèi)存單元中呢？理論上，這將大大減少所有讀寫(xiě)操作的時(shí)間延遲和功耗，并且可以繞過(guò)CPU不斷獲取和解碼指令的需要。

現(xiàn)實(shí)的阻礙

事實(shí)證明，不這么做有一些非常好的實(shí)際理由。賦予內(nèi)存計(jì)算元素什么樣的能力是至關(guān)重要的。將這些功能放在哪里，以及如何將它們連接到內(nèi)存陣列中也是如此。雖然通常有可能設(shè)計(jì)一個(gè)IMC架構(gòu)，在一組很窄的算法上工作得很好，但你越試圖使架構(gòu)通用，你放棄的效率就越多。如果你只是在CPU上做了一些聰明的事，那么很快就會(huì)得到一個(gè)效率較低的架構(gòu)。

CPU架構(gòu)師很聰明。他們用另一種方法來(lái)解決所有這些讀寫(xiě)的低效問(wèn)題：緩存。然后是更多緩存，更多的緩存層。通過(guò)嘗試讓大多數(shù)讀寫(xiě)操作發(fā)生在緩存而不是主內(nèi)存中，可以消除一些低效的問(wèn)題（取決于緩存和相關(guān)算法）。

與此同時(shí)，主存儲(chǔ)正從一種高度專(zhuān)業(yè)化的手工制造產(chǎn)品變成一種商品。用戶越來(lái)越不愿意做任何迫使他們購(gòu)買(mǎi)專(zhuān)用存儲(chǔ)芯片的事了。因此，IMC成了一種很難銷(xiāo)售的產(chǎn)品。但這并沒(méi)有阻止該領(lǐng)域的研究。今年的ISSCC會(huì)議有許多關(guān)于這個(gè)主題的論文，原因我們稍后將會(huì)看到。

IMC的機(jī)遇

有一種非常狹窄的算法可以從IMC中獲得巨大的收益，這是個(gè)巨大的商業(yè)領(lǐng)域：3D圖形渲染。著色（在3D模型的2D渲染中為像素添加色彩和亮度的過(guò)程）對(duì)3D模型中的每個(gè)點(diǎn)進(jìn)行一些簡(jiǎn)單的操作，反復(fù)進(jìn)行。雖然著色算法有很多變體，但它們都非常相似，一個(gè)設(shè)計(jì)良好的架構(gòu)可以覆蓋很多變體，這是一個(gè)成功的IMC應(yīng)用的處方。

我們知道這種思維的結(jié)果就是GPU。雖然通常不這樣描述，但GPU實(shí)際上是一個(gè)巨大的內(nèi)存芯片，它有專(zhuān)門(mén)的處理器（著色引擎）明智地分散在內(nèi)存塊中。這種架構(gòu)不僅主導(dǎo)了3D圖形渲染，而且通用GPU和CUDA等并行編程語(yǔ)言的出現(xiàn)也顯示了這種架構(gòu)對(duì)更廣泛的并行化問(wèn)題的適應(yīng)性。

進(jìn)入AI

其中一類(lèi)可并行化的問(wèn)題是AI的一個(gè)分支：深度學(xué)習(xí)網(wǎng)絡(luò)。當(dāng)你訓(xùn)練或使用深度學(xué)習(xí)網(wǎng)絡(luò)時(shí)，里面發(fā)生的只是我們一直在討論的那種大規(guī)模、有序的簡(jiǎn)單計(jì)算陣列。在訓(xùn)練過(guò)程中，你將輸入和正確的答案輸入到模型中，并進(jìn)行大量的簡(jiǎn)單計(jì)算，將答案通過(guò)網(wǎng)絡(luò)的各層向輸入傳播，同時(shí)細(xì)化稱(chēng)為激活權(quán)重的巨大參數(shù)表。一旦訓(xùn)練好網(wǎng)絡(luò)，你就把輸入信息應(yīng)用到模型中，做一系列矩陣乘法（同樣是簡(jiǎn)單操作的有序集合，在網(wǎng)絡(luò)的末端彈出一個(gè)答案，一個(gè)推理）。

通過(guò)對(duì)內(nèi)存非常仔細(xì)的安排和精心編程，這個(gè)過(guò)程對(duì)GPU來(lái)說(shuō)是小菜一碟。因此，GPU在深度學(xué)習(xí)中無(wú)處不在。但是GPU雖然對(duì)優(yōu)秀的軟件非常有效，但在推理計(jì)算方面卻沒(méi)有理想的效率。這一事實(shí)導(dǎo)致了大量的研究論文和初創(chuàng)公司設(shè)計(jì)更適合深度學(xué)習(xí)加速，特別是為推理加速設(shè)計(jì)的加速器芯片。這種架構(gòu)有很多，但大多數(shù)都有一個(gè)共同的想法：使用大量的小型計(jì)算元素來(lái)并行處理深度學(xué)習(xí)的大量計(jì)算負(fù)載，并將這些元素放置在非?？拷蛭挥趦?nèi)存中的位置。

Syntiant和Untether等初創(chuàng)公司也屬于非常接近的一類(lèi)。這類(lèi)公司似乎更喜歡“at-memory computing（以下簡(jiǎn)稱(chēng)為AMC）”這個(gè)短語(yǔ)，而不是更傳統(tǒng)的術(shù)語(yǔ)，可能是因?yàn)樗麄儧](méi)有把計(jì)算元素放在內(nèi)存陣列中，而是放在芯片的旁邊。但還有另外一類(lèi)。

模擬域

這就是那個(gè)奇怪結(jié)合的地方（一個(gè)模擬推理加速器），我們分三步討論。首先，深度學(xué)習(xí)網(wǎng)絡(luò)有一個(gè)奇怪的特性：大多數(shù)網(wǎng)絡(luò)在內(nèi)部計(jì)算中幾乎不受微小誤差的影響。在幾乎所有的有序算術(shù)中，無(wú)論你用32位、8位，甚至有時(shí)是4位來(lái)表示數(shù)字，對(duì)所產(chǎn)生的推理的準(zhǔn)確性都沒(méi)有什么區(qū)別。在這些計(jì)算中，傳統(tǒng)GPU中的大部分內(nèi)存和數(shù)據(jù)路徑位都被浪費(fèi)了。

其次，工程師們很久以前就發(fā)現(xiàn)，閃存單元不僅可以存儲(chǔ)數(shù)字位，還可以存儲(chǔ)模擬數(shù)據(jù)：例如，足以產(chǎn)生可接受的語(yǔ)音記錄。這一發(fā)現(xiàn)為多級(jí)閃存的工作奠定了基礎(chǔ)。因此，在原則上，模擬閃存可以存儲(chǔ)深度學(xué)習(xí)網(wǎng)絡(luò)的低精度激活權(quán)重，而不放棄推理的準(zhǔn)確性。

第三，由于閃存陣列的組織方式，你可以讓閃存陣列在一個(gè)周期內(nèi)計(jì)算乘積的模擬和乘積，這是矩陣算術(shù)和推理計(jì)算的基本操作，只需要很少的能量。這對(duì)于將激活權(quán)重（只在訓(xùn)練期間改變）作為模擬值存儲(chǔ)在閃存單元中，然后一次性讀出整個(gè)輸入乘以權(quán)重并相加的集合來(lái)說(shuō)，是非常好的。整個(gè)過(guò)程功耗非常小。

把這三個(gè)部分放在一起，你就有了一個(gè)非?？臁⒎浅８咝У哪M推理加速器背后的想法。這種設(shè)計(jì)消除了數(shù)字設(shè)計(jì)的大部分內(nèi)存和大多數(shù)處理元素，而是在閃存陣列中進(jìn)行模擬乘積。Axelera、Mythic和TetraMem等初創(chuàng)公司正在使用這種方法開(kāi)發(fā)芯片或IP，并瞄準(zhǔn)了對(duì)功耗要求嚴(yán)苛的邊緣計(jì)算領(lǐng)域。

但是在模擬電路中存在著固有的挑戰(zhàn)，以至于許多年來(lái)大多數(shù)模擬電路設(shè)計(jì)已經(jīng)被數(shù)字方法所取代。模擬信號(hào)會(huì)被噪聲破壞。模擬內(nèi)存會(huì)隨著時(shí)間的推移而損耗。模擬電路往往是專(zhuān)用的，而且很難從一種工藝擴(kuò)展到下一種。這些問(wèn)題會(huì)再次導(dǎo)致模擬應(yīng)用被其數(shù)字競(jìng)爭(zhēng)對(duì)手超越嗎？

這一次可能會(huì)有所不同。在邊緣計(jì)算中，以極低的功耗進(jìn)行大規(guī)模、快速推理的能力是非常大的優(yōu)勢(shì)。隨著芯片從14nm擴(kuò)展到10nm、5nm及以上，不斷上升的成本、巨大的設(shè)計(jì)挑戰(zhàn)和日益增長(zhǎng)的供應(yīng)鏈擔(dān)憂，使得僅僅遵循摩爾定律的數(shù)字工藝讓模擬方法被淘汰的說(shuō)法沒(méi)那么肯定了。

ARM和IBM的研究人員最近聯(lián)合發(fā)表的一篇論文表明，一些非常重要的玩家正在認(rèn)真對(duì)待這項(xiàng)技術(shù)的長(zhǎng)期發(fā)展。該論文介紹了一種14nm模擬IMC芯片，該芯片直接解決了該技術(shù)的噪聲和內(nèi)存漂移問(wèn)題。

似乎可以肯定的是，更多的IMC和AMC的例子將出現(xiàn)在邊緣計(jì)算應(yīng)用中，無(wú)論具體的實(shí)現(xiàn)是模擬還是數(shù)字。除了在這些環(huán)境中GPU已經(jīng)霸占的領(lǐng)域之外，這種方法是否會(huì)過(guò)渡到云數(shù)據(jù)中心或超級(jí)計(jì)算機(jī)，仍然是一個(gè)開(kāi)放和非常有趣的問(wèn)題。

審核編輯 ：李倩