存算一体：芯片设计瓶颈与挑战

公众号新闻

2023-04-01 23:04

作者陈巍博士：存算一体/GPU架构和AI专家，高级职称。中关村云计算产业联盟，中国光学工程学会专家。

本文为第一和第二部分，大算力与大模型计算的瓶颈与挑战、存算一体的技术优势与设计难点，以及面向云计算与边缘计算的大算力存算一体芯片、可重构存算一体技术和存算一体编译器的开发。

好的技术首先从好的问题开始。有很多对存算一体技术感兴趣的人问过我们团队各种各样的问题。

报告提纲分为大算力与大模型计算的瓶颈与挑战、存算一体的技术优势与设计难点、面向云计算与边缘计算的大算力存算一体芯片、可重构存算一体技术和存算一体编译器的开发。

1、大算力与大模型计算的瓶颈与挑战

AI发展趋势：大模型、通用AI、大算力需求爆发

AI模型历经数十年的发展，模型大小呈现出增速增加的趋势。由线性增长转变为指数增长。典型代表包括GPT-3、AlphaFold2等，个头都很大。

下面列了提升算力的一些传统思路。基本上各类方法在5年前都有使用过，但未能从根本上解决数据密集型算力的问题。例如包括为了减少数据搬运的大粒度的指令（集）或专用指令（集）、访存优化（替换/预取）、调度优化、内存/缓存压缩、低摆幅电路、大缓存技术等。也包括提高并行度的SIMD、SIMT、STMD、指令预测等技术。

大算力的瓶颈

大算力的瓶颈，首先是存算分离的计算带宽问题。

存算分离会导致算力瓶颈。AI技术的快速发展，使得算力需求呈爆炸式增长。虽然多核（例如CPU）/众核（例如GPU）并行加速技术也能提升算力，但在后摩尔时代，存储带宽制约了计算系统的有效带宽，系统算力增长步履维艰。例如，8块1080TI 从头训练BERT模型需99天。

想解决算力瓶颈，就需要突破存算分离得限制。

传统的一些方法，包括扩大芯片面积（包括使用chiplet技术整合）虽然能提升算力，但能效制约和性能瓶颈依然存在。

由于计算与存储分离，在计算的过程中就需要不断通过总线交换数据，将数据从内存读进CPU，计算完成后再写回存储。这一运转方式让冯·诺依曼架构无法适应AI计算的大算力需求。

第二个瓶颈，是存算分离的能耗密度/能效问题。

能效其实是提升算力的关键。

服务器环境下，单个计算卡的算力受限于服务器主板供电，单卡能耗密度导致单个计算卡算力受限。

了解半导体发展历史的应该清楚，能效比也是CMOS工艺成为主流工艺的的关键。

另外一点，单机算力需要突破存算分离。

深度学习中，计算单元和存储单元之间存在大量频繁的数据移动。

从处理单元外的存储器提取数据，搬运时间往往是运算时间的成百上千倍，整个过程的无用能耗大概在60%-90%之间，能效非常低，这时“存储墙”成为了数据计算应用的一大障碍。

GPU的架构演进并未解决大算力和大模型的挑战

虽然说现在很多AI计算使用GPU，但GPU的发展速度已经不能适应AI模型的发展速度了。

一方面，存储在GPU中所占比例越来越大。从GPU架构的演进趋势，我们可以看到存储在计算芯片中所占的比例越来越大。计算芯片从以计算单元为核心演变到以存储/数据流为核心的架构设计哲学。

另一方面，数据传输功耗仍是提升算力和算力密度的瓶颈。

以数据中心为例，百亿亿次（E级）的超级计算机成为各国比拼算力的关键点。以现有技术研制的E级超算功率高达千兆瓦，需要一个专门的核电站来给它供电，而其中50%以上的功耗都来源于数据的“搬运”，本质上就是冯·诺依曼计算机体系结构计算与存储的分离设计所致。

存算一体为算力升级提供赋能

我们看到，存算一体将为算力升级提供赋能。

一方面，是快速爆发的市场需求驱动。

目前，存算一体的商业驱动力主要源于AI和元宇宙算力的需求、并行计算在深度学习的广泛应用。看向应用端，存算一体的市场发展驱动非常强烈

另一方面，是存算一体计算技术与计算精度的提升。

基于神经网络的人工智能的兴起，大算力高能效比的存内计算/存内逻辑获得了广泛关注。同时，随着存算一体技术的进步，通过存内计算和存内逻辑，已经可以完成32位以上的任意高精度计算，普遍适用于从端到云的各类计算需求。

最后，新型高密度存储器的发展，也给存算一体的发展提供了更多的可能。

新型存储器的出现也带动了存算一体技术的发展，为存算一体技术升级方向提供可能。新型存储器与存算一体技术的结合，形成了新一代的算力元素，有望推动下一阶段的人工智能发展。

2、存算一体的技术优势与设计难点

如果想把存算一体领域搞清楚，需要了解以下存算一体知识。比如存算一体的优势、应用领域、技术路线、存储器件的对比选型等等。这些知识也对很多存算一体领域的投资机构有价值。

如果是学习技术，则还要深入研究存算一体的架构和对比选型，以及电路级的多位读出与输入技术。

存算一体的原理、优势

存算一体就是存储器中叠加计算能力，以新的高效运算架构进行二维和三维矩阵计算。

存算一体的优势包括：

1）具有更大算力（1000TOPS以上）

2）具有更高能效（超过10-100TOPS/W），超越传统ASIC算力芯片

3）降本增效（可超过一个数量级）

存算一体技术的技术底层特征包括：

减少数据搬运（降低能耗至1/10~1/100）

存储单元具备计算能力（等效于在面积不变的情况下规模化增加计算核心数，或者等效于提升工艺代）

单个存算单元替代“计算逻辑+寄存器” 更小更快

存算一体的应用领域与技术路线

存算一体可以用于互联网的个性化推荐、语音识别、自然语言处理，也可用于自动驾驶、工业视觉等很多领域。在技术层级上，存算一体可以给不同的计算芯片赋能，使各个领域的计算芯片提升能效和算力。

存算一体方面，其实有几个不同的技术路线。其中查存计算已经在GPU中广泛使用，近存计算正被AMD作为与Chiplet结合的关键技术落地。国内做存内计算的公司已经起步，并且在小算力芯片上逐渐突围。同时计算灵活性更好的存内逻辑技术也在兴起。

查存计算（Processing With Memory）：GPU中对于复杂函数就采用了这种计算方法，是早已落地多年的技术。存储芯片内部的存储单元完成查表计算操作，存储单元和计算单元完全融合，没有一个独立的计算单元。

近存计算（Computing Near Memory）：典型代表是AMD的Zen系列CPU。计算操作由位于存储区域外部的独立计算芯片/模块完成。这种架构设计的代际设计成本较低，适合传统架构芯片转入。这次达摩院发布的存算芯片也属于这一类型。

存内计算（Computing In Memory）：典型代表是Mythic、千芯、闪亿、知存、九天睿芯。计算操作由位于存储芯片/区域内部的独立计算单元完成，存储和计算可以是模拟的也可以是数字的。这种路线适合算法固定的场景算法计算，目前主要用于语音等轻算力场景。

存内逻辑（Logic In Memory）：典型代表包括TSMC（在2021 ISSCC发表）和千芯科技。通过在内部存储中添加计算逻辑，直接在内部存储执行数据计算，这种架构数据传输路径最短，同时能满足大模型的计算精度要求。

来源：陈巍谈芯
链接：

https://zhuanlan.zhihu.com/p/522755103

下载链接：

华为昇腾服务器研究框架（2023）

《华为鲲鹏产业链深度研究合集》

1、华为鲲鹏生态研究框架 2、产业链深度研究：鲲鹏生态助力华为涅槃

165份重磅ChatGPT专业报告

浙商证券：ChatGPT研究框架（2023）

ChatGPT芯片算力：研究框架