AI 大模型爆發(fā)，帶動算力需求井噴，傳統(tǒng)馮?諾依曼計算架構(gòu)的短板被進一步放大。

這種存儲與計算分離的經(jīng)典設(shè)計，在海量參數(shù)、高并發(fā)推理場景下，遭遇存儲墻、能耗墻的雙重制約。數(shù)據(jù)在存儲與計算單元之間反復(fù)搬運，不僅造成帶寬與時延瓶頸，還產(chǎn)生極高額外能耗。行業(yè)內(nèi)一個公認的觀點是：當前 AI 計算中數(shù)據(jù)搬運成本已遠超計算本身成本，存儲墻、能耗墻成為制約算力的兩大核心瓶頸。

存算一體架構(gòu)，正是為了從底層破解這個“數(shù)據(jù)搬運效率低、能耗高”的行業(yè)痛點而生的。它把計算電路嵌入到存儲陣列中，大幅縮短數(shù)據(jù)搬運的距離，實現(xiàn)低能耗、高吞吐、低延時的協(xié)同計算，精準適配大模型長上下文、高并發(fā)推理這類場景的需求。

但放眼整個產(chǎn)業(yè)，存算一體的規(guī)?；逃萌悦媾R多重挑戰(zhàn)：AI 算法迭代周期快、對硬件通用性要求高；CUDA 等成熟軟件生態(tài)形成高壁壘；各類存儲介質(zhì)在密度、功耗、良率、成本上各有取舍；同時存算一體單元還需與 CPU 等通用計算單元完成高效異構(gòu)融合，工程實現(xiàn)難度很大。

從技術(shù)路徑來看，存算一體分為模擬與數(shù)字兩大方向，其中，數(shù)字存算一體憑借高精度、高可靠、易兼容通用計算等優(yōu)勢，已成為行業(yè)主流選擇。在存儲介質(zhì)百花齊放、行業(yè)標準尚未統(tǒng)一的背景下，億鑄科技堅持通用存算一體發(fā)展思路，從存儲兼容、算力適配、軟件生態(tài)三個維度，系統(tǒng)性破解行業(yè)共性難題。

基于對行業(yè)趨勢的提前研判，億鑄科技早在 2022 年便敏銳捕捉到 3D DRAM 的產(chǎn)業(yè)發(fā)展?jié)摿Γ掷m(xù)開展相關(guān)技術(shù)探索與前期研發(fā)儲備，精準預(yù)判大模型時代對大容量、大帶寬、高性價比算力的長期剛需。

依托從 ISA 指令集、架構(gòu)、微架構(gòu)到核心 IP、軟件棧的全鏈條自主研發(fā)能力，億鑄科技在破解軟件生態(tài)壁壘、提升硬件通用適配性、攻克工程落地難題上已經(jīng)形成自己完整的技術(shù)路徑，以全鏈條自主可控的研發(fā)實力，穩(wěn)步推進存算一體芯片迭代與產(chǎn)品化落地，為存算一體從技術(shù)概念走向商用量產(chǎn)筑牢基礎(chǔ)。

審核編輯 黃宇