編者按：本文來自快鯉魚（ID：akuailiyu），作者：曹玉蓓，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載

AI大算力芯片是當前創(chuàng)業(yè)者最聚焦的領(lǐng)域之一，算法模型的發(fā)展、芯片架構(gòu)的迭代、工藝進程的演進以及各項產(chǎn)業(yè)政策的出臺，都在告訴世界這個領(lǐng)域蘊藏著巨大的產(chǎn)業(yè)能量和革新機會。

1988年，熊大鵬在華中科技大學當老師，為了能夠去美國讀博，他必須申請到目標學校的全額獎學金。當時中美之間的技術(shù)交流有一道巨大的鴻溝，即便只是跨越地理阻礙，飛到了舊金山上空，也足夠讓他覺得振奮。

在德克薩斯大學奧斯汀分校的那幾年，是他芯片設計生涯的開端，為后來能率先抓住全數(shù)字存算一體架構(gòu)的實現(xiàn)路徑埋下了伏筆。

嚴格來說，芯片最開始不是SoC（片上系統(tǒng)級芯片），而是主要用于電路設計板的獨立功能芯片和器件。隨著密度需求越來越大，行業(yè)開始慢慢升級，將電路板上的電路、器件和功能芯片，集成和微縮成專用的SoC系統(tǒng)芯片。

在美國的這段學習期間，熊大鵬開始從之前的電路板設計進入到芯片設計領(lǐng)域，見證了從最原始的電路板設計、功能芯片設計，到現(xiàn)在大算力SoC芯片的整個行業(yè)發(fā)展進程。

在美國工作近10年后，熊大鵬決定回國創(chuàng)業(yè)。那時的項目是一些偏簡單的鼠標芯片、通訊芯片以及GPGPU、CGRA、DPU等不同架構(gòu)AI芯片，近幾年國內(nèi)半導體芯片更新速度加快，行業(yè)格局每隔幾年就會產(chǎn)生劇變。而這一次，他的“對手”是經(jīng)典的馮·諾依曼架構(gòu)。

億鑄科技創(chuàng)始人兼CEO 熊大鵬

三道墻

在AI大算力芯片領(lǐng)域，能效比的提升極度依賴工藝制程的演進，各類算法的應用部署高度依賴既有的GPU的軟件生態(tài)。

而目前在這兩個維度上，英偉達兼具壓倒性優(yōu)勢，在AI大算力公開市場的占有率近90%。

拋開芯片國產(chǎn)替代這一層意義，一家獨大的產(chǎn)業(yè)格局對于眾多下游應用場景客戶來說，是一座想離開卻無法離開的城池，下游應用客戶的供應鏈選擇和議價權(quán)受限，彼此間的業(yè)務差距難以拉開。而對眾多在AI算力芯片賽道的創(chuàng)業(yè)者來說則是一片充滿挑戰(zhàn)的藍海。

作為向藍海挺進的一員，熊大鵬清楚地知道，沿英偉達的技術(shù)發(fā)展路徑繼續(xù)努力，理論上是有可能與其比肩的。但GPU似乎已不是AI大算力發(fā)展的技術(shù)架構(gòu)路徑，而所謂“充沛的時間和資源”，對于一家初創(chuàng)企業(yè)來說至少是10年的時間成本和數(shù)以萬計的技術(shù)人才投入。

盤了一遍不同的計算機架構(gòu)后，他認為雖然當前的技術(shù)方案已將AI計算推進到了產(chǎn)業(yè)化和應用階段，但都在馮·諾依曼架構(gòu)的范疇，要追求更高的性能，擺在眼前的三個問題亟待解決：能耗墻、存儲墻、編譯墻。

首先是能耗墻問題。占AI大算力芯片高地的英偉達GPU芯片，工藝制程從之前的7nm提升到了4nm，單位面積性能隨之提升約2倍左右，但能效比可能只提升不到一倍；同時還要做巨大的軟件調(diào)優(yōu)投入，以實現(xiàn)對各主流算法的適配和部署。

考慮到工藝本身已接近物理極限，通過提升工藝去拔高性能和能效比的方式已漸趨飽和。且當前AI對算力的需求每三到四個月就要往上翻一倍，芯片開發(fā)動輒數(shù)億美金，投入巨大。

在成本、能耗以及工藝制程演進滯緩等多重壓力下，能耗墻越來越成為AI向更多應用場景普及的技術(shù)瓶頸之一。

但能耗墻問題只是表象，更深層次的原因在于導致能耗墻問題出現(xiàn)的存儲墻。熊大鵬告訴創(chuàng)業(yè)邦，存儲墻的問題是AI芯片設計工程師面臨的最具挑戰(zhàn)的問題之一。

原因在于這些芯片目前采用的均是從1946年被沿用至今的馮·諾依曼架構(gòu)，其架構(gòu)原理是將計算與存儲分離。早期，馮·諾依曼架構(gòu)是很好的存在，算是算、存是存，存算分離的架構(gòu)，讓指令集ISO設計和CPU設計變得更簡潔，但AI大量數(shù)據(jù)所需要的并行計算成了它繼續(xù)維持“完美架構(gòu)”的“絆腳石”。

然而一次并行處理需要同時啟動幾千個計算核，幾千組數(shù)據(jù)全部到位后才能開始并行計算。在存算分離的架構(gòu)下，數(shù)據(jù)需要在計算和存儲單元之間不停地搬運，直至所有數(shù)據(jù)全部被搬運到位，才開始計算。

所以在大規(guī)模的AI數(shù)據(jù)計算中，只要有一個數(shù)據(jù)被卡住，就會導致成千上萬個計算核同時怠工，產(chǎn)生大量計算之外的能耗。據(jù)統(tǒng)計，用于數(shù)據(jù)搬運的能耗已占整體能耗的70%-90%，而數(shù)據(jù)搬運效率決定了計算效率。

為提升數(shù)據(jù)搬運的效率和計算能效比，業(yè)內(nèi)將存儲設計分成一級緩存、二級緩存、三級緩存等，通過分層級管理的復雜架構(gòu)來優(yōu)化數(shù)據(jù)的卡殼問題，讓數(shù)據(jù)離計算單元更近、帶寬更大、讓必須搬運的數(shù)據(jù)量更少。

但這種思路使當前的存儲架構(gòu)變得更復雜，增加了數(shù)據(jù)存算資源分配、數(shù)據(jù)搬運和管理的復雜性，編譯難度驟增, 導致第三道墻——編譯墻（生態(tài)墻）出現(xiàn)。

由于存儲墻內(nèi)這些數(shù)據(jù)是實時動態(tài)、流向未知的，且是多級動態(tài)管理的，可能被卡住的地方也是未知的，必須依賴各類工具來手動調(diào)優(yōu)解決數(shù)據(jù)卡頓的問題。

但在實際操作中，局部的調(diào)優(yōu)往往會影響其他地方的數(shù)據(jù)流動，問題一生二、二生三，彼此掣肘，常常需要幾十個人花幾個月甚至更久的時間才能將數(shù)據(jù)資源的調(diào)用路徑調(diào)整到相對高效的狀態(tài)。

有痛點的地方，就有機遇，“如果能解決別人解決不了的問題，那么問題反而成了最大的競爭護城河所在。”熊大鵬說道，英偉達就是通過上萬軟件工程師基于自有通用并行計算架構(gòu)CUDA（Compute Unified Device Architecture）開展了大量手動和自動調(diào)優(yōu)工作，歷經(jīng)十幾年的積累，為自己構(gòu)建了一道很高很厚的軟件生態(tài)墻。

后來者如果沿著英偉達的技術(shù)路線設計AI大算力芯片，除了需要在芯片設計及工藝制程上與其競爭之外，更需要在軟件生態(tài)建設上做大量投入和積累，而這對于創(chuàng)業(yè)者來說是一座必須翻越的“珠穆朗瑪”。

用革命性的技術(shù)趕超巨頭

同樣，要在AI大算力賽道追趕國際芯片巨頭，除了正面翻越“珠穆朗瑪”這條路外，還可以找到另一條從A到B的路。

存算一體是當下被業(yè)界關(guān)注的全新架構(gòu)之一。隨著新型憶阻器ReRAM（即RRAM）的成熟，將其應用于AI算力芯片這一思路越來越被業(yè)界認為是破局當前技術(shù)僵局的最佳路徑之一。

熊大鵬在2017年接觸到存算一體的計算架構(gòu)，并越來越堅信這是一條真正能打破馮·諾依曼架構(gòu)的革命性技術(shù)路線。

2021年10月，熊大鵬在上海成立了億鑄科技，目前已經(jīng)是一家基于ReRAM設計和落地全數(shù)字存算一體AI大算力芯片的行業(yè)領(lǐng)頭羊企業(yè)。億鑄擁有一支頂級的研發(fā)、工程和顧問團隊，致力于將ReRAM這種憶阻器以全數(shù)字的技術(shù)路線應用于存算一體AI大算力芯片領(lǐng)域。

“存算一體”，顧名思義，存儲和計算不再隔開，存儲墻被徹底消滅，大大減少了數(shù)據(jù)搬運量。

在ReRAM存算一體的架構(gòu)下，只需要把諸如圖像、語音等數(shù)據(jù)輸入芯片，芯片根據(jù)已存儲的計算參數(shù)進行運算，輸出結(jié)果。好比人的眼睛，看到圖像后輸入到大腦，大腦做“存算一體”的并行處理，輸出視覺判斷結(jié)果。

數(shù)據(jù)調(diào)度和傳輸變得更加簡單，更容易通過編譯器實現(xiàn)執(zhí)行程序自動優(yōu)化，這對扭轉(zhuǎn)高度依賴既有軟件生態(tài)的現(xiàn)狀提供了質(zhì)的突破。

此外，ReRAM本身的計算單元可以通過阻變器件的存儲記憶特性，利用基礎物理定律和原理完成海量AI計算。所以ReRAM存算一體架構(gòu)芯片的能效比可以做到傳統(tǒng)馮·諾依曼架構(gòu)芯片的幾十倍甚至百倍以上。

即便目前是存算一體技術(shù)落地的起始階段，能效比已經(jīng)可以在傳統(tǒng)架構(gòu)能效比基礎之上再提升10倍，未來潛力巨大。所以，把ReRAM存算一體架構(gòu)的AI大算力芯片比作AI算力界的一匹“黑馬”不為過。

目前，億鑄第一代算力芯片采用的工藝為28nm，盡管和當前主流的AI芯片存在兩、三代的工藝差（12nm和7nm），但億鑄第一代算力板卡的能效比仍然可以實現(xiàn)目前主流算力板卡的10倍以上。

億鑄通過創(chuàng)新的技術(shù)路線，實現(xiàn)了AI大算力芯片能效比的數(shù)量級提升。支持客戶在不增加物理空間、能耗的前提下，提升了算力密度，同時也符合了國家號召的優(yōu)化能耗結(jié)構(gòu)、支持雙碳目標達成的政策指向。

2021年底，億鑄科技完成過億元天使輪融資，該輪投資由中科創(chuàng)星、聯(lián)想之星和匯芯投資（國家5G創(chuàng)新中心）聯(lián)合領(lǐng)投。

選擇“模擬計算”，還是“全數(shù)字計算”？

要知道，億鑄并不是第一家投身于存算一體芯片的公司，國內(nèi)外已經(jīng)有幾家同樣做存算一體架構(gòu)芯片的公司。

盡管如此，賽道中，各家由于選擇的存儲介質(zhì)不同，實現(xiàn)的技術(shù)方式不同，目標市場自然就拉開了差異。

當前存算一體賽道中，初創(chuàng)公司主要集中于低精度、小算力的應用場景，這是由他們所選擇的憶阻器特點和模擬計算決定的。

除了模擬計算這一方式外，還有沒有其他可以將存算一體計算架構(gòu)成功應用于AI大算力芯片的方式呢？

對這一問題，億鑄提出了切實可行的解決方案——全數(shù)字化設計，滿足該領(lǐng)域高精度、大算力、高能效比的要求。由于億鑄選擇的存儲介質(zhì)是ReRAM，其本身特性非常適合全數(shù)字化設計的要求。

億鑄還擁有從ReRAM器件、全數(shù)字存算一體計算架構(gòu)、AI芯片設計、編譯器、算子庫、應用開發(fā)平臺等全鏈條的人才儲備，為實現(xiàn)全數(shù)字化設計奠定了堅實的團隊基礎。

因此，億鑄基于對AI大算力賽道現(xiàn)有痛點的深度解析，巧妙地將ReRAM這種存儲介質(zhì)的屬性優(yōu)勢和全數(shù)字化的路徑優(yōu)勢進行深度整合，切實將存算一體這一先進的計算架構(gòu)在AI大算力芯片賽道落地，向業(yè)界提供大算力、高精度、高能效比、易部署的AI大算力芯片產(chǎn)品。

此外，億鑄科技已和國內(nèi)先進的ReRAM IP及產(chǎn)能供應商昕原半導體達成緊密合作，實現(xiàn)雙方共研聯(lián)調(diào)，確保億鑄ReRAM全數(shù)字存算一體AI大算力芯片的成功量產(chǎn)。

未來，如何去贏？

毋庸置疑，億鑄ReRAM全數(shù)字存算一體大算力芯片的出現(xiàn)將給業(yè)界帶來全新的AI大算力解決方案，而它算力大、精度高、能效比高、部署容易的特點也將會對AI大算力的既有技術(shù)格局帶來一定的沖擊。

但是熊大鵬也清醒地認識到，在技術(shù)的汪洋大海里，沒有“放之四海皆是最佳”的解決方案，只有滿足不同領(lǐng)域、不同特點和要求的、更具比較優(yōu)勢的解決方案，不同的技術(shù)路徑會在各自的演進過程中找到與自己最匹配的應用場景。

在AI大算力這一賽道，他認為億鑄的ReRAM全數(shù)字存算一體大算力芯片是解決該賽道存儲墻、能耗墻、編譯墻（生態(tài)墻）等問題的最優(yōu)路徑。

面對未來可能進入這一技術(shù)賽道的其他參與者，熊大鵬表示，AI計算是一個非常巨大的市場，未來的發(fā)展更是不可估量，因此更多的資源進入這個賽道會促進存算一體計算生態(tài)的進一步發(fā)展。

在ReRAM全數(shù)字存算一體芯片這一創(chuàng)新性、原創(chuàng)新極高的研發(fā)征途中，一邊是海闊天空，一邊是荊棘叢生，但熊大鵬表示，創(chuàng)業(yè)需要幾個核心要素：一個有巨大社會價值和商業(yè)價值的目標、一條清晰明確的實現(xiàn)路徑、一支團結(jié)專業(yè)的奮斗團隊、一群志同道合彼此合作的產(chǎn)業(yè)伙伴。如果這些都具備了，那么創(chuàng)業(yè)者只要手握鐮刀、咬定青山不放松，披荊斬棘就是到達終點的最佳路徑。

本文作者：曹玉蓓，關(guān)注商業(yè)航天、固態(tài)電池、創(chuàng)新科技領(lǐng)域。一切采訪合作需求歡迎聯(lián)系，微信/手機：17600328980，請注明來意。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。