近日，有國內芯片推出來了一款比較前沿的芯片產品，它就是存算一體化芯片。

據媒體報道，知存科技這款芯片是全球首顆商用存內計算SoC，它的功耗低至1毫安，它就是WTM2101芯片，是全球首顆商用存內計算SoC。

知存科技介紹，WTM2101可使用sub-mW級功耗完成大規模深度學習運算，特別適合可穿戴設備中的智能語音和智能健康服務。

一、這款芯片的優勢：

1.基于存算一體技術，實現NN VAD和上百條語音命令詞識別

2.超低功耗實現NN環境降噪算法、健康監測與分析算法

3.典型應用場景下，工作功耗均在微瓦級別

4.采用極小封裝尺寸

據半導體芯情了解到，存內計算是一種新型架構的芯片，相比當前的計算芯片采用馮諾依曼架構不同，存內計算是計算與數據存儲一體，可以解決內存墻的問題，該技術60年代就有提出，只是一直沒有商業化。

據該公司創始人、CEO王紹迪介紹，這款芯片是知存科技首次嘗試在低功耗場景下量產的存內計算芯片，一般運行功耗在1毫安至5毫安之間。

此前還有報道，除了WTM2101芯片，知存科技也針對更高性能的視頻增強場景正在開發WTM8系列芯片，新一代架構可以在單核提升算力80倍，提升效率10倍，目前驗證芯片已經回片，預計2023年正式發布。

二、為什么需要存內計算芯片？

芯片最核心的價值之一就是運算，那如何讓它運算能力更牛呢？在摩爾定律的時代，我們可以用先進制程，更小體積，更多晶體管，算力增強。如果制程一樣，先進封裝也是可以提高產品性能（半導體芯情在這里不做闡述。）

但是，隨著先進制程逼近1nm的物理極限，摩爾定律不可避免的放緩，即便是在日常生活中，人們也能感受到手機Soc、電腦的CPU的升級換代效果越來越差，從過去的每代提升40%性能迅速下降至20%甚至10%。

與之對應的是，當今社會對數據、算力、芯片性能的要求卻越來越高，整個下游市場既然有龐大的需求出現，那么整個產業鏈的各方都在想方設法來提高芯片的性能，既然傳統的在晶圓上改進工藝的方式進展緩慢，那么在更上層的計算機架構上動刀或許會有意想不到的收獲。

今年以來，一些跳出傳統計算機結構體系的設想正在轉為研究成果出現在各大頂級期刊上，它就是“存內計算”。

存內計算，顧名思義就是把計算單元嵌入到內存當中。通常計算機運行的馮·諾依曼體系包括存儲單元和計算單元兩部分，計算機實施運算需要先把數據存入主存儲器，再按順序從主存儲器中取出指令，一條一條的執行，數據需要在處理器與存儲器之間進行頻繁遷移，如果內存的傳輸速度跟不上CPU的性能，就會導致計算能力受到限制，即“內存墻”出現，例如，CPU處理運算一道指令的耗時假若為1ns，但內存讀取傳輸該指令的耗時可能就已達到10ns，嚴重影響了CPU的運行處理速度。

三、存內計算芯片它解決了哪些問題，前景如何？

王紹迪指出，存內計算概念實際在上世紀60年代就被很早的提出，但一直以來都沒有真正技術落地，直到最近10年間，業界開始在這條技術路徑上做更多的研究，原因正是摩爾定律的極限已經越來越近。

在如今最先進的5納米和3納米芯片制造工藝之間，SRAM存儲器的密度并沒有提升。王紹迪稱，從7納米到5納米演進時，其SRAM存儲器密度提升也非常有限，尚不足20%。這也意味著，與芯片制造工藝中摩爾定律逐漸失效相比，存儲器的發展速度更慢，芯片的算力越來越大、核數越來越多，但實際每個核能夠使用的存儲器資源越來越少，因為存儲器的密度、帶寬和存儲速度都遠低于計算芯片的算力提升，這便是業內稱之為“內存墻”的問題。

關于內存墻，王紹迪指出：“在如今AI計算時代下，隨著數據量爆炸式增長，計算中數據的搬運量也越來越多，而芯片計算中有超過80%的時間和95%的能耗都被消耗在數據搬運過程中。因此，內存墻的問題在最近十年中越來越嚴重，業內開始重新寄希望于用存內計算去解決內存墻的問題。”