Imec 与 GlobalFoundries 发布 2900 TOPS/W 存内计算芯片，实现超高能效 AI

革命性模拟计算

Imec 与 GlobalFoundries 演示一款存内计算芯片，能效高达 2900 TOPS/W，比当今商业方案高约两个数量级。设计利用 SRAM 内部模拟计算，基于 GlobalFoundries 22nm 完全耗尽绝缘体上硅（FD-SOI）工艺制造。

Imec 模拟存内计算（AiMC）将作为 22FDX 平台特性提供给 GlobalFoundries 客户。

Imec AnIA 测试芯片，安装于测量用 PCB，可达 2900 TOPS/W（图片：Imec）

模拟计算或存内计算是经验证技术，已被 Mythic、Syntiant、Gyrfalcon 等商业 AI 加速器采用。它通过在存储阵列内直接执行乘累加运算，消除内存与处理器间昂贵数据搬运。

每个忆阻器单元编程为与神经网络权重成比例的模拟电导。与输入激活成比例的电压驱动单元，产生电流代表激活与权重乘积。每条位线电流求和产生神经网络所需的矩阵-向量乘法，可通过模数转换器读出。

"实践中可用 ReRAM、MRAM、Flash 或 DRAM——我们的目标是为每个应用识别最佳选项并微调技术，" Imec 机器学习项目总监 Diederik Verkest 说。

基于 GlobalFoundries 22nm FD-SOI，AnIA 拥有 512k 单元 SRAM 阵列、1024 个 DAC 和 512 个 ADC，面积 4 mm²。每周期可执行约 50 万次计算，支持 6 位激活（含符号位）、三元权重、6 位输出。

"我们可在多种供电电压——0.8V 和 0.6V——下交付矩阵-向量乘法结果而不损精度。低电压大幅降低功耗，这对能量受限边缘推理至关重要，" Imec 机器学习组 Ioannis Papistas 解释。

CIFAR-10 目标识别任务中，AnIA 精度仅比同量化基线降 1 个百分点。0.8V 下达 1050-1500 TOPS/W @ 23.5 TOPS；0.6V 下达 5.8 TOPS 和 1800-2900 TOPS/W。

能效对比：Imec AnIA vs 其他 AI 加速器（点击放大）（图片：Imec）

"此创新注定主流采用，" GlobalFoundries 计算业务部 VP/GM Hiren Majmudar 说。"我们看到合作伙伴已进入后生产阶段并验证硅片。预计模拟计算硅片年底或明年初达产，最晚 2022 年进入大众市场——可能更早。"

GlobalFoundries 将 Imec AiMC 技术集成进 22FDX 平台，赋能超低功耗 AI 加速器。FD-SOI 工艺支持低至 0.5V 运行、1 pA/µm 待机漏电。22FDX+AiMC 特性目前在德国德累斯顿 Fab 1 的 300mm 产线开发中。

Imec 机器学习项目将推向 10,000 TOPS/W（100mW 下 10 TOPS）用于常开智能传感器和穿戴。未来工作聚焦缩小计算单元、探索新兴存储器件作为下一代平台。

>> 本文原发于姊妹站 EE Times。

BlueNRG-Tile 参考设计实现实时接近检测助力接触追踪无线充电打破无人机群飞行时间瓶颈

嵌入式