如果您正在運行 AI 工作負(fù)載，這里有一些可能會讓您感到驚訝的事情。您的處理器在洗牌數(shù)據(jù)上浪費的精力比實際進行您關(guān)心的計算要多。這種低效率正在成為下一代人工智能系統(tǒng)的嚴(yán)重限制。隨著神經(jīng)網(wǎng)絡(luò)增長到數(shù)十億個參數(shù)，傳統(tǒng)的馮·諾依曼架構(gòu)正在遇到物理障礙。

本文介紹什么是內(nèi)存計算 （CIM） 技術(shù)及其工作原理。我們將研究與傳統(tǒng)處理器相比，當(dāng)前的實現(xiàn)如何顯著提高效率。我們還將探討為什么這種新方法可以改變人工智能計算。

傳統(tǒng)計算機的挑戰(zhàn)

傳統(tǒng)計算機將計算單元和內(nèi)存系統(tǒng)分開。他們通過能源密集型傳輸不斷交換數(shù)據(jù)。Terasys、IRAM 和 FlexRAM 等早期提案出現(xiàn)在 1990 年代。然而，這些最初的嘗試有重大局限性。當(dāng)時的CMOS技術(shù)還不夠先進。應(yīng)用需求也不同。

傳統(tǒng)的馮·諾依曼架構(gòu)（圖1a）在中央處理器和存儲器之間保持了嚴(yán)格的分離。這種方法需要通過帶寬受限的總線進行持續(xù)的數(shù)據(jù)傳輸。這種分離會產(chǎn)生“內(nèi)存墻”問題，這尤其會損害 AI 工作負(fù)載。

圖 1.計算架構(gòu)從 （a） CPU 和內(nèi)存分離的傳統(tǒng)馮諾依曼，到 （b） 近內(nèi)存計算，再到使用 （c） 基于 SRAM 和 （d） 基于 eNVM 的實現(xiàn)的真正的內(nèi)存計算方法。（圖片來源：IEEE)

了解存內(nèi)計算

CIM（也稱為存內(nèi)處理）與幾十年來主導(dǎo)計算的傳統(tǒng)馮·諾依曼架構(gòu)截然不同。它直接在數(shù)據(jù)存儲位置內(nèi)或非?？拷鼣?shù)據(jù)存儲的位置執(zhí)行計算。

近內(nèi)存計算（圖 1b）使內(nèi)存更接近處理單元。真正的內(nèi)存計算方法（圖 1c 和 1d）的工作方式不同。它們將計算功能直接嵌入到內(nèi)存陣列中。存儲和邏輯單元的這種集成減少了數(shù)據(jù)移動。這減少了延遲和能耗，這是現(xiàn)代 AI 應(yīng)用程序中的兩大瓶頸。

大數(shù)據(jù)和機器學(xué)習(xí)應(yīng)用的快速增長推動了CIM的興起。這些應(yīng)用需要高計算效率。

技術(shù)實施方法

CIM 可以使用各種內(nèi)存技術(shù)來實現(xiàn)，每種技術(shù)都為不同的 AI 工作負(fù)載提供獨特的優(yōu)勢。

靜態(tài)隨機存取存儲器 （SRAM） 已成為 CIM 實施最受歡迎的選擇。其速度、穩(wěn)健性以及與現(xiàn)有制造工藝的兼容性使其成為人工智能加速器的理想選擇。研究人員開發(fā)了改進的SRAM比特單元結(jié)構(gòu)，包括8T、9T和10T配置，以及輔助外圍電路以提高性能。

圖2說明了基于SRAM的CIM開發(fā)的綜合性。該圖顯示了電路級創(chuàng)新如何實現(xiàn)復(fù)雜的計算功能和實際的人工智能應(yīng)用。在電路級別（圖2a），基于SRAM的CIM需要專門的比特單元結(jié)構(gòu)和外圍電路。其中包括模數(shù)轉(zhuǎn)換器、時間控制系統(tǒng)和冗余參考列。這些電路創(chuàng)新實現(xiàn)了一系列功能（圖 2b）。

圖 2.基于SRAM的內(nèi)存計算的完整框架，顯示了從（a）使用比特單元結(jié)構(gòu)和外圍電路的電路級實現(xiàn)，到（b）包括數(shù)字和混合信號作在內(nèi)的功能能力，再到（c）實際的人工智能應(yīng)用，如CNN、AES加密和分類算法。（圖片：研究)

數(shù)字運算包括布爾邏輯和內(nèi)容可尋址內(nèi)存?；旌闲盘栠\算支持乘法累加和絕對差值計算之和，這是神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。

如應(yīng)用層所示（圖 2c），這些技術(shù)能力轉(zhuǎn)化為加速的 AI 算法。其中包括用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò)、用于安全應(yīng)用的 AES 加密以及用于模式識別的 k 最近鄰算法。然而，SRAM面臨著低密度和高漏電流等挑戰(zhàn)，限制了其在大型AI處理器中的可擴展性。

動態(tài)隨機存取存儲器 （DRAM） 雖然由于其刷新要求而在直接內(nèi)存計算中不太常見，但在近內(nèi)存處理架構(gòu)中發(fā)揮著核心作用。高帶寬內(nèi)存和混合內(nèi)存立方體等技術(shù)利用 3D 堆疊來減少計算和內(nèi)存之間的物理距離。

電阻式隨機存取存儲器（ReRAM）是CIM最有前景的新技術(shù)。這種非易失性存儲器有幾個優(yōu)點。它具有高密度，并且與后端制造工藝配合良好。它也非常適合矩陣-向量乘法運算。這些作是神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。

CIM 實現(xiàn)的計算領(lǐng)域也各不相同。模擬CIM利用存儲單元的物理特性來執(zhí)行作。它通過電流求和和電荷收集來工作。這提供了更高的重量密度，但可能會出現(xiàn)噪音問題。數(shù)字CIM以每比特一個器件提供高精度?；旌闲盘柗椒ㄔ噲D平衡模擬和數(shù)字方法的優(yōu)勢。

AI 應(yīng)用程序的變革性優(yōu)勢

CIM for AI 的實際好處是可衡量的，也是引人注目的，如圖 3 所示。能效比較揭示了 CIM 架構(gòu)在不同技術(shù)節(jié)點上的優(yōu)勢。傳統(tǒng) CPU 僅能達到 0.01-0.1 TOPS/W（每秒每瓦特萬億次運算），而數(shù)字內(nèi)存架構(gòu)可提供 1-100 TOPS/W，代表著能源效率提高了 100 到 1000 倍。先進的 CIM 方法（如硅光子學(xué)和光學(xué)系統(tǒng)）將效率推向更高。

圖 3.不同處理器類型的技術(shù)節(jié)點能效比較（左）和能耗明細(xì)（右）。（圖片來源：ResearchGate)

能量擊穿分析（圖 3，右）揭示了 CIM 有效的原因。傳統(tǒng) CPU 以內(nèi)存訪問能量（藍(lán)條）為主，而 CIM 架構(gòu)通過直接在內(nèi)存中執(zhí)行計算來減少這一瓶頸。這一基本優(yōu)勢轉(zhuǎn)化為人工智能應(yīng)用程序中可衡量的性能改進。

表 1 所示的最新實現(xiàn)證明了 CIM 對 Transformer 和 LLM 加速的實際影響。與 NVIDIA GPU 相比，各種 CIM 架構(gòu)都實現(xiàn)了性能改進，加速幅度從 2.3 倍到 200 倍不等。能效增益高達 1894 倍。這些結(jié)果涵蓋了多個 Transformer 模型，包括 BERT、GPT 和 RoBERTa，展示了 CIM 對現(xiàn)代語言模型的廣泛適用性。

表 1.比較用于 Transformer 和 LLM 基準(zhǔn)測試的各種 CIM 架構(gòu)，顯示在不同型號和內(nèi)存技術(shù)中比 NVIDIA GPU 具有顯著的加速和效率提升。（圖片來源：arXiv)

總結(jié)

隨著我們進入后摩爾定律時代，CIM 代表了一場重大的架構(gòu)轉(zhuǎn)變，解決了人工智能計算中的關(guān)鍵挑戰(zhàn)。該技術(shù)正在迅速發(fā)展，基于 SRAM 的解決方案接近商業(yè)可行性，新興的非易失性存儲器解決方案顯示出未來應(yīng)用的潛力。隨著人工智能在技術(shù)應(yīng)用中的不斷擴展，CIM 可能成為更高效人工智能部署的重要使能技術(shù)。