比利时微电子研究中心（IMEC）与芯片代工厂格芯（GLOBALFOUNDRIES）携手，日前公开展示了全新AI芯片硬件。IMEC的模拟内存式运算（AiMC）架构在格芯22FDX制程的基础的前提下，这款全新芯片经过优化，并于模拟环境中的内存式运算硬件进行深度神经网络运算。在达到高达2,900TOPS/W的创记录高能源效率后，加速器被视为低功率设备进行边缘运算推论的关键推手。这项新技术在隐私保护、安全性以及延迟性等各种优势，将为智能音箱、自动驾驶汽车诸多边缘设备的AI应用程序带来冲击性的影响。
格芯表示，自数字计算机年代起，处理器早与内存分道扬镳。使用大量数据的作业时，需要从内存取回一样数量的数据元素。该限制又称“范纽曼瓶颈”（von Neumann bottleneck），会拖慢实际的运算速度，特别是在神经网络这种大量依赖矢量矩阵乘法的运算中。这些运算除了依赖数字计算机的精准度外，还需要大量的能源。然而，若以准确度较低的模拟技术执行矢量矩阵乘法，神经网络一样可以获得精确的结果。
而为了因应这个挑战，IMEC通过旗下的产业联合机器学习计划，与格芯等产业伙伴开发了一套新架构。也就是在静态随机访问内存单元（SRAM cells）执行模拟运算，借此消除“范纽曼瓶颈”的限制。以此开发的模拟推论加速器（AnIA），则以格芯的22FDX制程半导体平台为基础，具有出色的能源效率。特征测试显示，其能源效率高达2,900TOPS/W。微型传感器及低功率边缘设备中的图形识别，一般得依赖数据中心的机器学习，如今可通过该高性能加速器当地执行。
格芯进一步表示，未来将把可在22FDX平台执行的AiMC为亮点，在AI市场推出一套差异化解决方案。格芯的22FDX采用22纳米FD-SOI技术，可在极低能源的条件下有出色的表现，且足以在0.5伏特极低能源及每微米1微微安培的极低待机漏电流下运行。搭载全新AiMC功能的22FDX，目前已进入开发阶段，由格芯具备的12英寸芯片生产线的德国德勒斯登Fab 1芯片厂负责。
（首图来源：格芯）