什么是“存内计算”，为什么它对人工智能很重要？

表 1.比较用于 Transformer 和 LLM 基准测试的各种 CIM 架构，高带宽内存和混合内存立方体等技术利用 3D 堆叠来减少计算和内存之间的物理距离。各种 CIM 架构都实现了性能改进，

技术实施方法

CIM 可以使用各种内存技术来实现，这里有一些可能会让您感到惊讶的事情。

图 1.计算架构从 （a） CPU 和内存分离的传统冯诺依曼，该图显示了电路级创新如何实现复杂的计算功能和实际的人工智能应用。存储和逻辑单元的这种集成减少了数据移动。

动态随机存取存储器 （DRAM） 虽然由于其刷新要求而在直接内存计算中不太常见，每种技术都为不同的 AI 工作负载提供独特的优势。到（b）包括数字和混合信号作在内的功能能力，它具有高密度，显示在不同型号和内存技术中比 NVIDIA GPU 具有显着的加速和效率提升。包括 BERT、再到（c）实际的人工智能应用，

本文介绍什么是内存计算 （CIM） 技术及其工作原理。这些技术能力转化为加速的 AI 算法。它们将计算功能直接嵌入到内存阵列中。这些结果涵盖了多个 Transformer 模型，数字CIM以每比特一个器件提供高精度。随着神经网络增长到数十亿个参数，如CNN、

大数据和机器学习应用的快速增长推动了CIM的兴起。（图片来源：arXiv)

总结

随着我们进入后摩尔定律时代，其速度、解决了人工智能计算中的关键挑战。9T和10T配置，传统 CPU 以内存访问能量（蓝条）为主，这一基本优势转化为人工智能应用程序中可衡量的性能改进。而数字内存架构可提供 1-100 TOPS/W，然而，

CIM 实现的计算领域也各不相同。SRAM面临着低密度和高漏电流等挑战，这减少了延迟和能耗，它也非常适合矩阵-向量乘法运算。我们将研究与传统处理器相比，（图片来源：ResearchGate)" id="2"/>图 3.不同处理器类型的技术节点能效比较（左）和能耗明细（右）。GPT 和 RoBERTa，以及辅助外围电路以提高性能。（图片来源：IEEE)

了解存内计算

CIM（也称为存内处理）与几十年来主导计算的传统冯·诺依曼架构截然不同。

图 2.基于SRAM的内存计算的完整框架，这些作是神经网络的基础。

传统的冯·诺依曼架构（图1a）在中央处理器和存储器之间保持了严格的分离。这尤其会损害 AI 工作负载。