據阿里云官方發布，阿里達摩院成功研發存算一體芯片。這是全球首款基于 DRAM 的 3D 鍵合堆疊存算一體芯片。它可突破馮・諾依曼架構的性能瓶頸，滿足人工智能等場景對高帶寬、高容量內存和極致算力的需求。在特定 AI 場景中，該芯片性能提升 10 倍以上，效能比提升高達 300 倍。

　　存算一體芯片是目前解決以上問題的最佳途徑 —— 它類似于人腦，將數據存儲單元和計算單元融合為一體，大幅減少數據搬運，從而極大提高計算并行度和能效。

　　這一技術早在 90 年代就被提出，但受限于技術的復雜度、高昂的設計成本以及應用場景的匱乏，過去幾十年業界對存算一體芯片的研究進展緩慢。如今，達摩院希望通過自研創新技術解決算力瓶頸這一業界難題。

　　此外，存算一體芯片在終端、邊緣端以及云端都有廣闊的應用前景。例如 VR/AR、無人駕駛、天文數據計算、遙感影像數據分析等場景中，存算一體芯片都可以發揮高帶寬、低功耗的優勢。

　　從長遠來看，存算一體技術還將成為類腦計算的關鍵技術。

　　為了拉近計算資源和存儲資源的距離，達摩院計算技術實驗室創新性采用混合鍵合 (Hybrid Bonding) 的 3D 堆疊技術進行芯片封裝 —— 將計算芯片和存儲芯片 face-to-face 地用特定金屬材質和工藝進行互聯。

　　比起業內常見的封裝方案 HBM，混合鍵合 3D 堆疊技術擁有高帶寬、低成本等特點，被認為是低功耗近存計算的完美載體之一。

　　此外，內存單元采用異質集成嵌入式 DRAM ，擁有超大內存容量和超大帶寬優勢。

　　在計算芯片方面，達摩院研發設計了流式的定制化加速器架構，對推薦系統進行“端到端”加速，包括匹配、粗排序、神經網絡計算、細排序等任務。

　　這種近存架構有效解決了帶寬受限的問題，最終內存、算法以及計算模塊的完美融合，大幅提升帶寬的同時還實現了超低功耗，展示了近存計算在數據中心場景的潛力。

　　達摩院表示，最終的測試芯片顯示，這種存算技術和架構的優勢明顯：

　　能通過拉近存儲單元與計算單元的距離增加帶寬，降低數據搬運的代價，緩解由于數據搬運產生的瓶頸，而且與數據中心的推薦系統對于帶寬/內存的需求完美匹配。

　　該芯片的研究成果已被芯片領域頂級會議 ISSCC 2022 收錄。未來，達摩院希望能進一步攻克存內計算技術，并逐步優化典型應用、生態系統等方面。