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

在以前的計算時代中，大型機/小型機、PC/服務(wù)器和智能手機/平板電腦均受益于摩爾定律的進步，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 PPAC 的提升。具體而言，我們需要新的計算架構(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)計的高級封裝。

AI 時代的架構(gòu)變化正在對邏輯和存儲器產(chǎn)生影響。機器學習的算法大量地使用通用邏輯中極為復雜的矩陣乘法運算，這推動了加速器及其存儲器的轉(zhuǎn)變。AI 計算包含兩種明顯不同的存儲器任務(wù)：第一種是存儲計算的中間結(jié)果；第二種是存儲與訓練模型相關(guān)的權(quán)重。

性能和功耗對于云計算和邊緣計算都十分重要，而存儲器方面的創(chuàng)新能夠為此提供助力。一種使用現(xiàn)有存儲器技術(shù)的方法是“近存儲器”，其中大量工作存儲器被壓縮并放置在物理上與邏輯存儲器緊密相鄰的位置，通過高速接口連接。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“工作存儲器”，SRAM和 DRAM 的一個主要缺點在于它們是易失性存儲器，需要持續(xù)供電來保存數(shù)據(jù)。

為了降低云和邊緣的功耗，設(shè)計人員正在評估兼具高性能和非易失性的新型存儲器，因為它們只有在主動讀寫時才需要使用電源。有三種方案引領(lǐng)著新型存儲器， 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 利用磁場方向的變化來控制電阻率。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，這可在每個單元中存儲多層的比特數(shù)據(jù)。

        在存儲器陣列中為機器學習執(zhí)行頻繁的矩陣乘法運算。設(shè)計人員正在探索偽交叉點架構(gòu)，其中權(quán)重存儲在各個存儲器節(jié)點上。PCRAM、ReRAM 甚至鐵電場效應(yīng)晶體管 （FeFET） 都是優(yōu)秀的備選方案，因為它們都有每單元多層存儲的潛力。目前而言，ReRAM 看起來是最適合此類應(yīng)用的存儲器。可以利用歐姆定律和基爾霍夫定律在陣列內(nèi)完成矩陣乘法運算，而無需向芯片內(nèi)移入和移出權(quán)重。多層單元架構(gòu)能夠?qū)崿F(xiàn)全新級別的存儲器密度，為設(shè)計和使用更大的模型提供支持。需要對新材料進行全面的開發(fā)和工程設(shè)計，才能將這些新的模擬存儲器付諸現(xiàn)實。

（本文轉(zhuǎn)載自電子發(fā)燒友，如有侵權(quán)，請聯(lián)系刪除）