集微網消息，據複旦工研院消息，近日，該院張立華課題組參與的晶片院存算一體智能處理器研究團隊，針對後摩爾時代的人工智能處理器設計的相關挑戰，提出了多芯粒內建存算一體人工智能晶片COMB-MCM。該系統在發揮存算一體“非馮”架構的性能和能效優勢的同時，避免模拟計算電路的計算誤差，并且利用多芯粒內建技術實作了流片後的算力可擴充性。
據介紹，存算一體（Computing-In-Memory，CIM）架構通過将資料存儲單元和計算單元融合為一體，徹底消除不必要的資料搬移，破解了傳統馮諾伊曼架構處理器與存儲器分離，訪存瓶頸導緻的“存儲牆”和“功耗牆”問題，極大提高了算力和能效。
該技術在需要密集訪存的AI應用中展現出超高的能效，被認為是下一代人工智能晶片的關鍵技術。
複旦大學的工作主要從三個層面進行了技術探索和創新：
在架構層面，提出了基于SRAM的存邊計算型存算一體架構（Computing-On-Memory-Boundary，COMB），進一步減少現有存算融合系統中權重更新引起的資料搬移，降低系統功耗開銷；
在電路層面，提出了支援細粒度雙極稀疏感覺的存算融合宏單元電路結構，在不增加額外檢測電路的情況下相容任意的稀疏模式，降低人工智能算法的計算功耗；
在系統層面，提出了基于逐層流水線的多芯粒算法映射方法，并搭建了多芯粒內建（Multi-Chip-Module，MCM）可擴充系統來支援不同複雜度的人工智能任務。面對不同規模神經網絡時，通過配置芯粒的數量，實作計算與存儲需求的按比例增長，可避免了“一系統一設計”的重複研發成本，也為未來單一封裝内的異質異構內建提供了一個新的設計思路。
官網文章稱，該人工智能晶片方案分别采用65nm和28nm工藝制造，65nm工藝下通過2.5D封裝的MCM系統驗證了方案的可行性，并在28nm工藝下實作了更好的性能。
相關研究成果發表在被譽為“內建電路奧林匹克”的國際固态電路會議ISSCC 2022。微電子學院博士研究所學生朱浩哲、工程與應用技術研究院碩士研究所學生焦博、張錦山為共同第一作者，晶片與系統前沿技術研究院青年副研究員陳遲曉為該論文通訊作者。（校對/樂川）
