亿铸科技聚焦存算一体AI大算力芯片，28纳米工艺实现10倍能效比

实现“既能低功耗、又能高精度、还能大算力”，已成为“后摩尔时代”全球数字经济体可持续发展的基础与核心。创立于2020年，亿铸科技以存算一体AI大算力芯片技术作为突破口，基于ReRAM（RRAM）全数字存算一体AI大算力芯片，在摩尔定律逼近物理极限的情况下，尝试通过架构创新突破冯•诺伊曼瓶颈，成为中国AI芯片创业大军中的革新者，也为解决国内AI算力尤其是大算力的困局提供了新的方向。
亿铸即将于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。亿铸的全数字化存算一体技术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。
在传统的冯•诺依曼计算系统采用存储和运算分离的架构下，80%-90%的功耗发生在数据传输上，99%的时间消耗在存储器读写过程中，真正用于计算的能耗和时间占比很低，于是造成“能耗墙”和“存储墙”的出现。而存算分离的架构非常容易导致数据搬运过程中发生拥塞，尤其是在动态环境下，对数据进行调度和管理其实非常复杂，导致编译器无法在静态可预测的情况下对算子、函数、程序或者网络做整体的优化，只能手动、一个个或者一层层对程序进行优化，包括层与层之间的适配，耗费了大量时间，于是出现了“编译墙”。
在“三堵墙”的限制下，采用冯•诺依曼架构的计算系统将严重制约人工智能领域的算力和能效提升。以智能汽车领域为例，十年前，汽车的算力还不足1TOPS，而未来，为满足L5级别的无人驾驶技术，汽车需要达到4000TOPS的算力水平才有可能实现，到那时若仍以传统的冯•诺依曼架构研发芯片，其功耗将非常夸张。
为解决这一问题，科学家就必须要翻越这“三堵墙”。实际上，早在1969年，斯坦福大学研究员Kautz等人就提出过存算一体计算机的概念，但在当时，一方面受限于芯片设计复杂度与制造成本问题，另一方面由于缺少大数据应用驱动，这些存算一体概念仅停留在研究阶段，并未获得实际应用。直到近年来，伴随GPT-3、“悟道”等人工智能大模型的问世，海量数据所引发了超大算力需求和高能效比的矛盾而开始受到重视，业界逐渐形成一个共识——存算一体架构可能是现阶段基于CMOS工艺能同时满足大算力、高精度、高能效比的最有效途径。
但既有的存算一体技术仍然主要聚集于小算力、低精度的场景，并未能将存算一体高能效比的优势应用于大算力比如云计算、自动驾驶等领域。亿铸的技术价值在于“将存算一体架构切实向大算力、高精度、高能效比的方向推进和落地，实现这一存算一体架构里程碑式的发展节点”。
亿铸科技创始人、董事长兼CEO熊大鹏博士表示：“亿铸科技以全数字化的方式将ReRAM 应用于存算一体AI大算力芯片，这么做的优势在于：一，  存算一体架构可以打破传统冯•诺依曼架构下的存算墙、能耗墙和编译墙；二， 存储介质ReRAM在算力潜能、算力精度和算力效率等主要指标上有着数量级优势，是目前最适合做存算一体AI大算力芯片的忆阻器；三，全数字化的技术路径在满足大算力的同时还能做到支持高精度，使得存算一体架构真正在AI大算力方向落地。因此，亿铸科技能够为业界带来大算力、超能效比、低功耗、易部署的AI推理计算解决方案。”
他强调，ReRAM这一新型忆阻器具有非易失性、面积小、密度高、成本低、功耗低、读写速度快等一系列优点，随着ReRAM的产业配套逐步完善和成熟，该技术无疑已经到了“商业应用爆发前夜”。此外，ReRAM与CMOS工艺兼容，不管是本身密度的发展，还是通过工艺制程的演进以及3D堆叠的技术的使用，均能从多个维度持续推进ReRAM密度和能效比的提升。亿铸相信，亿铸在产品算力与能效比方面的提升在国内属于一流水准。
“亿铸初代产品可以基于28纳米工艺实现同等算力、10倍能效比，同时拥有更低的软件生态兼容和建设成本，而且选择的忆阻器未来有很大的成长空间，这些都是支撑亿铸未来发展动力以及确定性的重要因素。”