隨著傳統(tǒng)市場(chǎng)走向下坡路和摩爾定律的逐漸失效，半導(dǎo)體行業(yè)正在不斷革新，力求了解人工智能、自動(dòng)駕駛汽車(chē)、物聯(lián)網(wǎng)等新市場(chǎng)的需求。

而其中最奇特的也許當(dāng)屬人工智能，因?yàn)樗挠?jì)算范式與傳統(tǒng)的“處理器-內(nèi)存”方法有著明顯差異。在近期于舊金山舉辦的國(guó)際電子器件大會(huì)上，法國(guó)研究員Damien Querlioz在談及“神經(jīng)形態(tài)計(jì)算的新型器件技術(shù)”時(shí)說(shuō)道，“長(zhǎng)期以來(lái)，模式識(shí)別和認(rèn)知任務(wù)都是計(jì)算機(jī)的弱點(diǎn)，比如識(shí)別和解讀圖像、理解口語(yǔ)、自動(dòng)翻譯等。”

大約從2012年起，訓(xùn)練和推理階段的人工智能技術(shù)開(kāi)始加速發(fā)展，但當(dāng)使用傳統(tǒng)計(jì)算架構(gòu)時(shí)，功耗仍是一個(gè)巨大挑戰(zhàn)。

Querlioz是法國(guó)國(guó)家實(shí)驗(yàn)室CNRS的一名研究員，他舉了一個(gè)活生生的例子：2016年Google的AlphaGo與圍棋世界冠軍李世石之間的著名圍棋大戰(zhàn)。李世石的大腦在比賽中消耗了大約20瓦，而AlphaGo估計(jì)需要超過(guò)250，000瓦才能使其CPU和GPU保持運(yùn)轉(zhuǎn)。

雖然從那以后Google和其他公司均在功耗方面做出了改進(jìn)，但越來(lái)越多的工作開(kāi)始側(cè)重于為神經(jīng)形態(tài)計(jì)算技術(shù)設(shè)計(jì)耗電更少的新器件。

Ted Letavic是格芯的高級(jí)戰(zhàn)略營(yíng)銷(xiāo)人員，他表示，回想人工智能的各個(gè)階段，從改進(jìn)傳統(tǒng)計(jì)算技術(shù)，到設(shè)計(jì)耗電更少的全新器件和架構(gòu)，在整個(gè)過(guò)程中，先進(jìn)高效的封裝將發(fā)揮關(guān)鍵作用。

Letavic稱，“人工智能時(shí)代正在逐步到來(lái)，我們可以利用現(xiàn)有的技術(shù)，再加上衍生技術(shù)，通過(guò)DTCO（設(shè)計(jì)技術(shù)協(xié)同優(yōu)化）進(jìn)行全面優(yōu)化，一直深入到位單元設(shè)計(jì)層面?！?/p>

格芯的技術(shù)人員正在努力降低14/12 nm FinFET平臺(tái)的功耗并提升其性能，所采用的辦法包括雙功函數(shù)SRAM、更快且功耗更低的累加運(yùn)算（MAC）元件、對(duì)SRAM的更高帶寬訪問(wèn)等?；贔D-SOI的FDX處理器的功耗也將降低，尤其是在部署背柵偏置技術(shù)時(shí)。Letavic表示，設(shè)計(jì)師掌握了這些技術(shù)后，客戶便可以“重新設(shè)計(jì)功耗包絡(luò)更低的人工智能固有元件，甚至達(dá)到7 nm?！?/p>

除了這些DTCO改進(jìn)以外，全球各地也在開(kāi)展其他研發(fā)工作，希望實(shí)現(xiàn)基于相變存儲(chǔ)器（PCM）、阻性RAM （ReRAM）、自選扭矩轉(zhuǎn)換磁性RAM （STT-MRAM）和FeFET的嵌入式內(nèi)存與內(nèi)存中計(jì)算解決方案。

Querlioz在IEDM專題會(huì)議上提到，在IBM Almaden研究中心，由Jeff Welser領(lǐng)導(dǎo)開(kāi)發(fā)的基于PCM的芯片已取得顯著進(jìn)展，而基于STT-MRAM和ReRAM的人工智能處理器也前景光明。Querlioz表示，“現(xiàn)在，我們極有可能成功為認(rèn)知類型的任務(wù)和模式識(shí)別重新發(fā)明電子器件?！?/p>

Letavic稱，降低功耗的道路還很長(zhǎng)，對(duì)于推理處理而言尤其如此，而這正促使眾多初創(chuàng)公司開(kāi)發(fā)新的人工智能解決方案，格芯也與其中部分公司及長(zhǎng)期合作伙伴AMD和IBM保持著密切合作關(guān)系。

Letavic認(rèn)為，憑借對(duì)馮諾依曼計(jì)算模式的DTCO改進(jìn)，我們只能發(fā)展到這一步。除了分類邏輯和內(nèi)存，下一步是發(fā)展內(nèi)存中計(jì)算和基于模擬的計(jì)算。此外，為計(jì)算行業(yè)服務(wù)了35年的指令集架構(gòu)（ISA）將需要被新的軟件堆棧和算法取代。他說(shuō)道：“對(duì)于特定領(lǐng)域的計(jì)算，必須重新發(fā)明軟件。IBM對(duì)軟件堆棧有著深刻的見(jiàn)解。”

“各方都必須一同轉(zhuǎn)向人工智能。格芯將與主要客戶緊密合作，我們不能將算法與技術(shù)分開(kāi)，”Letavic在談及該系統(tǒng)技術(shù)協(xié)同優(yōu)化（STCO）方面的緊密合作時(shí)說(shuō)道，“隨著我們邁入計(jì)算發(fā)展的第四個(gè)時(shí)代，STCO將是DTCO的自然延伸。我們將朝著特定領(lǐng)域的計(jì)算發(fā)展，共同迎接這一轉(zhuǎn)變?！?/p>