在23號的“芯星新銳專場論壇”上，新興科技公司探境首次推出SFA儲存構(gòu)架技術(shù)成為全場一大亮點(diǎn)，這種將存儲、計算、調(diào)度算法一體化，通過軟硬件協(xié)同工作的儲存架構(gòu)技術(shù)將優(yōu)于傳統(tǒng)的馮諾依曼架構(gòu)，應(yīng)用于各種終端設(shè)備的嵌入式AI語音芯片解決方案。有望同時解決AI語音芯片儲存與計算上的問題。

探境科技成立于2017年初，是一家AI語音芯片領(lǐng)域的新興創(chuàng)業(yè)公司。與當(dāng)時職業(yè)的不少AI語音芯片廠家不同，探境科技研制出了一種新的芯片架構(gòu)和存儲處理方案——在有用下降芯片功耗的一起，經(jīng)過OTF的方法動態(tài)更新調(diào)度算法；在特定的工藝條件下，必定精度的核算操作下，終究的功耗都來自于MAC，所以每瓦功耗得到的算力是相對固定的，而存儲所耗費(fèi)的功耗和資源超越了核算部分，因而當(dāng)時大多數(shù)AI芯片的能效比不同并不大，在“存儲墻”問題處理前，如果在以核算為中心的指令籠統(tǒng)化的方向做文章，成果只能是讓籠統(tǒng)層愈加遠(yuǎn)離使命調(diào)度的實(shí)質(zhì)，使得存儲問題愈加的惡化； “類CPU架構(gòu)”適用于核算復(fù)雜度高，存儲復(fù)雜度低的環(huán)境，當(dāng)面對深度學(xué)習(xí)這個新形勢時，其自身的局限性導(dǎo)致稀缺資源沒有得到很好的運(yùn)用和處理，只有從頭考慮深度學(xué)習(xí)所面對的存儲墻問題，才干得到打破的AI語音芯片架構(gòu)。

運(yùn)用了分布式的存儲和分布式的核算，能夠到達(dá)較高的內(nèi)部帶寬和核算功率；選用數(shù)據(jù)驅(qū)動的方法，能夠支撐未來的可核算SRAM或其他新式存儲，進(jìn)一步進(jìn)步核算效能。

依據(jù)探境供給的信息，比照“類CPU架構(gòu)”選用的根據(jù)總線的映射方法，在相同條件下， SFA架構(gòu)數(shù)據(jù)訪問可下降10~100倍；28nm工藝條件下，體系能效比到達(dá)4T OPS/W，核算資源運(yùn)用率超越80%，DDR帶寬占用率下降5倍。

CEO魯勇在論壇上說，在探境看來，現(xiàn)在半導(dǎo)體職業(yè)對“存儲墻”也看到了一些處理思路，有的加大存儲帶寬，選用高帶寬的外部存儲，絕大多數(shù)的AI語音芯片，都是根據(jù)馮諾依曼架構(gòu)，與開始的CPU架構(gòu)并無實(shí)質(zhì)差異，其處理問題的思路在于處理核算的問題，下降核算指令銜接上的操控冗余，進(jìn)步功率，以指令為中心或以核算為中心進(jìn)行優(yōu)化，以核算驅(qū)動存儲，經(jīng)過編譯器構(gòu)建虛擬機(jī)的思維，建立AI芯片指令集的籠統(tǒng)規(guī)范，關(guān)于存儲資源的運(yùn)用和調(diào)度，仍然或依賴于編譯器，或依賴于傳統(tǒng)的緩存辦理算法，這相當(dāng)于用較為殷實(shí)的核算資源驅(qū)動較為稀缺的存儲資源，無法處理存儲墻的問題的。例如HBM2，這樣不吝功耗，僅進(jìn)步功能；有的選用分布式片上存儲，扔掉DDR，到達(dá)幾百M(fèi)B的SRAM，成本十分可怕；有的以算法精度、應(yīng)用領(lǐng)域?yàn)閮r值，規(guī)劃低比特權(quán)重的神經(jīng)網(wǎng)絡(luò)，無法滿意通用神經(jīng)網(wǎng)絡(luò)的核算；有的在存儲單元內(nèi)部的規(guī)劃核算單元的新式存儲器，進(jìn)行存算一體化（In Memory Computing)，商用化路途較長；因而，探境科技從頭考慮存儲和核算的聯(lián)系，以存儲驅(qū)動核算，直接從應(yīng)對“三高”特性動身規(guī)劃與“類CPU架構(gòu)”徹底不同的核算架構(gòu)，即存儲優(yōu)先架構(gòu)SFA。

AI語音芯片正以一種極其聲勢浩大場面全面入侵整個中國半導(dǎo)體市場，從家居安防到智能玩具，無不昭示著智能語音交互在未來的主流大潮地位，AI領(lǐng)域大幕這才剛剛拉開。