随着国家积极推进半导体芯片家当自主可控，成本在这一领域的股权投资激情亲切飞腾。
数据显示，2023年半导体行业完成约650起投融资交易，融资规模约545.6亿元公民币。只管今年以来半导体行业股权融资额度有所回落，但环绕AI算力芯片细分赛道的股权投资，创投契构依然“全力以赴”。
尤其是AI大模型兴起推动AI算力芯片需求兴旺，以冯•诺依曼架构为基本设计框架的传统芯片所面临的存储墙与功耗墙问题，日益受到业界关注。越来越多芯片研发初创企业开始聚焦研发存算一体或存内打算架构，知足5G、物联网、人工智能全面爆发时期对低功耗、小面积、大算力的芯片哀求。
红点中国创始合资人袁文达此前指出，随着当代电子设备正向智能化、轻量化、便携化快速发展，加之5G通信与物联网（IoT）技能的成熟，智能万物互联（AIoT）时期即将来临。资源受限的边缘终端设备的算力问题，正成为AIoT大规模家当化运用的核心关键。因此，在通往AIoT的道路上，须要办理的核心寻衅是高能效、低本钱、长待机的端侧智能芯片，存算一体在未来边缘打算AI场景会有巨大的市场空间。
多位长期关注存算一体芯片研发的创投契构人士向指出，在存算一体芯片的底层电路技能研发领域，中国与西方国家处于并驾齐驱的状况，乃至部分中国企业在某些特定细分领域还处于略微领先地位，但在生态支配与架构遍及等方面，西方国家大型芯片企业仍具有较强先发上风。因此，中国企业若要奋起直追，一方面需加快技能迭代与产品创新步伐，另一方面需尽快构建完善的运用生态。
北京苹芯科技有限公司CEO杨越接管本报专访时表示，为了尽快建立存算一体的运用生态，在研发推出存算一体神经网络处理单元的PIMCHIP-N300 NPU与多模态聪慧感知决策芯片PIMCHIP-S300后，苹芯科技将一方面在技能层面，对“用户的编程接口”与“统一指令集”给出清晰定义，便于广大用户直接调用基于存算一体的运算库，另一方面正积极与浩瀚高校科研机构、AI大模型研发龙头公司、可穿着设备研发企业互助，加快存算一体的推广与运用。
“我们正积极发力构建运用生态，供应文档、工具链、示范代码等，帮忙他们针对不同行业AI大模型、数据处理、边缘打算等场景供应定制化的AI算力加速办理方案，令人工神经网络和深度学习模型的打算效率实现显著提升。”他向强调说。
存算一体“技能产品化”落地
随着AI大模型迅速兴起推动AI算力芯片需求持续兴旺，如何办理“存储墙”与“功耗墙”问题，备受市场关注。
所谓“存储墙”与“功耗墙”，紧张是指传统芯片架构紧张采取冯诺依曼架构，打算单元和存储单元在物理层面分离，且存储单元的带宽速率远远低于打算单元，不但限定芯片的整体性能，还给芯片内数据构成传输延迟和性能花费，乃至这种花费达到70%~90%。
存算一体芯片正好办理了上述痛点，所谓存算一体，其核心思想是在芯片设计环节，不再区分存储单元与打算单元，实现真正意义上的存算领悟。由于存算一体方案无需频繁搬用数据，不但能耗显著降落，其简化的存算构造还更易于提升打算效率，更符合AI时期的芯片哀求。
“在创建苹芯科技时，我们感想熏染到未来人工智能算力将从云端向端侧下沉的新趋势。尤其是可穿着设备、边缘端AI设备（智能门锁、摄像头等）的广泛遍及，在电池与电量受限的情形下，它们同样须要完成打算力度较高的AI运算。这令打算能力更强、功耗更低、数据传输更低延迟、性能更强、面积更小的新型芯片具备广阔的发展前景。”杨越向透露。
获悉，当前存算一体的主流技能路线，紧张分成三种，分别是Flash、静态随机存储器(SRAM)和阻变式存储器(RRAM)。苹芯科技对此选择SRAM。究其缘故原由，一是SRAM对高端制程工艺有着比较友好的兼容性，产品可靠性更高。二是不才游供应链环节，公司更随意马虎得到流片渠道、代工厂干系制程工艺的支持，令产品稳定性更有保障；三是未来推理算力的需求，霸占全体AI算力市场需求的逾80%，基于SRAM技能路线针对AI打算涉及的大量神经网络模型进行分外优化，还能有效办理各种AI大模型推理算力在更低能效、更高打算效率、支持自定义算子、稠浊精度打算等方面的哀求。
过去三年多韶光，苹芯科技累计完成五次流片的干系技能验证，致力于办理存算一体芯片在技能研发与生态运用等方面的诸多寻衅，一是如何高效地将打算单元与存储单位高效地集成在同一个芯片同时，保持良好的散热效果与旗子暗记完全性；二是担保较高的芯片良率，三是在芯片面积缩小后，如何担保它具备较高的打算能效比，四是进一步促进软件算法与芯片的适配，以及平衡好芯片在存储与打算方面的性能，实现更高的算力加速效果。
他透露，苹芯科技的存算一体神经网络处理单元芯片已具备多模态的AI打算能力，具备语音、图像、视频的打算能力同时，还能支持类如压力、温度、IMU等更多模态旗子暗记的智能化处理，更智能地识别产品所处环境，广泛运用在可穿着设备、无人机摄像头、安防领域、机器人领域、智能家居等低能耗、长待机的AI打算场景。
技能运用生态培植仍需“快马加鞭”
多位创投契构人士向指出，在实际运用过程，存算一体芯片能否根据不同AI大模型、可穿着设备、边缘打算设备的技能参数须要进行配置，广大用户未必理解，须要存算一体公司不但需拥有自己的产品、软件与开拓工具，还需构建足够完备的运用生态。
在研发存算一体芯片过程，苹芯科技先后完成数轮千万美元级别融资，投资方包括红点中国，春华创投、红杉中国、真格基金等多家创投契构。杨越也感想熏染到创投契构的“严谨”。
“有些创投契构拿着测试工具到我们办公室，让我们在不做任何软件优化的情形下做芯片性能测试，直到他们创造我们芯片性能依然高于传统架构芯片，且能在短韶光实现技能产品化与产品商业化，向我们表达投资意向。”他回顾说。
红杉中国副总裁公元表示，存算一体技能作为打算芯片新一代颠覆性的体系构造创新，代表未来AI打算发展的家当方向，具有广阔的市场空间。苹芯科技的核心竞争力是专业团队和强大的技能背景，红杉成本将持续助力苹芯科技开拓更加丰富的AI运用处景，早日实现芯片的商业化落地与量产。
杨越见告，在完成数轮股权融资后，企业既得到充足的资金支持，积极推动技能验证与技能产品化，又通过创投股东的牵线搭桥，与更多AI大模型研发领域头部企业有了深入打仗，令国产存算一体芯片拥有更多运用空间。
但是，如何让浩瀚海内AI企业积极利用国产存算一体芯片作为AI大模型算力优化新工具，对初创企业又是新的寻衅。苹芯科技的做法，一是通过产品架构优化，高度支持自定义算子，知足各种AI大模型的支配需求，并针对人声监听、眼动追踪、主动降噪、环境感知等运用处景供应配置方案和专门优化，二是会向广大企业用户供应高兼容性的开拓工具链，让存算一体芯片产品能无缝集成在企业用户的现有软硬件，个中包括主流的AI框架等。
杨越认为，无论是在端侧，还是云端，未来不同行业不同场景AI大模型在演习与推理两个层面，都会涌现专用的“存算一体”算力加速产品，逐步替代当前的某些通用性办理方案。尤其是智能耳机、智能眼镜、智好手表等可穿着设备领域，它的替代步伐可能会更快。
更多内容请下载21财经APP
