【调研】国内芯片公司对于存算一体芯片的相关调研

理论研究

清华大学 Fully hardware-implemented memristor convolutional neural network

2020年1月29号，清华大学微电子所等机构在 Nature 上发表了首个完全基于忆阻器的 CNN 存算一体芯片。

该项工作中开发的阵列芯片集成了 8 个包含 2048 个忆阻器的列阵，并构建的基于忆阻器的五层 CNN 在 MNIST 手写数字识别任务中实现了 96.19% 的准确率，为大幅提升 CNN 效率提供了可行的解决方案。


该阵列展示了极具可重复性的多级电导率状态，如图 1c 测试结果所示。图 1c 展示了 1024 个忆阻器在 32 个不同电导率状态中的分布，其中所有曲线均独立且没有重叠。将使用 50 ns 脉宽训练的相同 SET 和 RESET 脉冲部署到闭环编程操作中，以达到特定的电导率状态。

落地实践

后摩智能

业内首款存算一体大算力AI芯片，成功跑通智能驾驶算法模型，采用SRAM作为存算一体介质，通过存储单元和计算单元的深度融合，实现高性能和低功耗，样片算力达20TOPS，可扩展至200TOPS，计算单元能效比高达20TOPS/W。

苹芯科技

基于SRAM架构的存内计算加速器已测试成功。值得关注的是，这款加速器首次将商用存内计算带入28nm时代。

亿铸科技

基于ReRAM（RRAM）全数字存算一体大算力AI芯片，可切实将存算一体架构在大算力、高能效比的芯片平台应用并落地，这一技术通过稀疏化的设计原理以及无需AD/DA（数模转换）部分，将芯片的面积和能耗用于数据计算本身，从而实现大算力和高精度的多维度满足。
ReRAM的优势在于非易失、密度大、密度上升空间巨大、能耗低、读写速度快、成本低、稳定、兼容CMOS工艺等特点。
即将于2023年上半年推出自己的第一代芯片，并于同年投片第二代芯片。

知存科技

知存科技第二代芯片WTM2101是一个基于Flash的存算一体芯片，可以实现一些深度学习算法，同时有加速单元可以加速算法，也有RAM存储数据，同时这个芯片针对语音做了很多工作，也可以做一些算法级应用，包括语音识别等。
芯片内包含 Timer、WDT、RTC、VAD 以及电源管理（PMU）等功能模块；外围接口上，具备多种常见外围接口，包括UART、SPI、I2C、I2S、PWM 以及 GPIO。加上 WTM2101 采用 WLCSP 极小封装，非常适合小体积、功耗要求苛刻的离线语音识别产品。

芯片型号：WTM2101
芯片类型：超低功耗AI SOC芯片
应用: 智能语音和智能健康
封装：WLCSP（2.7x3.1mm2)
功耗：5uA-3mA
AI算力：50Gops
最大模型参数：1.8M