一家总部位于武汉的存储器制造企业近期宣布,其基于三维集成技术的存算一体芯片已进入量产阶段。该产品将电阻式随机存取存储器阵列与逻辑运算电路垂直堆叠在同一芯片内,实现了存储与计算单元在物理层面的融合。这一技术路线的量产为神经网络推理、边缘计算和传感器数据处理等场景提供了新的芯片选择。
传统的冯·诺依曼架构中,处理器与存储器分离,数据在两者之间通过总线搬运产生的功耗和延迟已成为提升系统性能的主要限制因素。存内计算的思路是在存储阵列内部直接完成乘累加运算,从而消除数据搬运开销。该企业的技术方案采用了三维集成工艺,将RRAM存储阵列制作在逻辑晶圆之上,通过硅通孔实现两层电路之间的电连接。RRAM单元的工作机制基于导电细丝的形成与断裂,能够在纳秒级时间内完成电阻状态的切换,且每个存储单元可以存储多位数据。在测试中,一颗包含256条计算通道的存内计算芯片在运行图像识别模型时,单位功耗下的运算次数达到传统方案的十倍以上。
该企业透露,量产产品面向语音唤醒、关键词识别和心电信号分析等低功耗边缘计算场景,工作电压控制在1伏特以内,待机功耗约为0.5毫瓦。一颗芯片可以同时存储并处理一组神经网络模型的权重参数与输入数据,无需外部DRAM参与运算。市场分析机构预测,存内计算芯片的市场规模将在2028年达到80亿美元,其中采用三维集成技术路线的产品将占据较大份额。目前这一技术仍面临工艺一致性、良率控制和芯片寿命等方面的挑战,RRAM单元的擦写次数限制在十万次左右,主要适用于模型参数相对固定的推理应用场景。