首先了解一下存儲和計算。在馮諾依曼體系中計算和存儲是分開的，要分三步——存儲，計算加兩者之間通信。存儲分為三個層級，CPU/GPU/SOC里的緩存（SRAM）連接計算模塊，緩存讀寫速度最快，能自動執(zhí)行存儲操作，快速做加法計算。但SRAM容量有上限，面積做的越大，成本越高，速度也越慢。
于是更多數(shù)據(jù)被轉存到距離計算模塊較遠的內存上，從內存（DRAM）里讀取數(shù)據(jù)，相比緩存速度慢了百倍到千倍，面積大了會出現(xiàn)功耗問題，對應只能不斷提高存儲密度，到現(xiàn)在16G之后舉步維艱。
接著存儲位置就轉向容量更大的存儲器（SSD），容量大，可內存（DRAM）相比緩存讀取速度慢百倍到千倍，存儲（SSD）速度又比內存慢了10倍以上，相當于CPU要讀數(shù)據(jù)，從緩存迂回到存儲器，可能要花上1萬倍+時間。
而計算，有數(shù)據(jù)統(tǒng)計表明，計算所消耗的功耗其實很低，約60%的功耗都花在了搬運數(shù)據(jù)上。
因此，現(xiàn)在的存算一體，基本解決方案就是近內存計算或存內計算兩種，本質上是要計算和存儲離的更近或者在存儲器內做計算。
近內存計算（NMC）。緩存+內存來組CP，3D封裝，利用TSV（硅通孔技術）實現(xiàn)垂直通信，但成本高，不同型號的芯片帶還要匹配大小，進行預設計和流片，搞完通用性還是問題，適用于AI，機器學習和數(shù)據(jù)中心等規(guī)模型應用需求。另一種是2.5D封裝，主流技術是HBM（高帶寬內存），目前由三星，SK海力士主導的HBM存儲技術正在持續(xù)升級。
近存儲計算（NSC）。是為了解決存儲器距離計算模塊太遠，讀取最花時間。SSD主要由閃存顆粒組成，需要控制器對其進行平均擦寫管理，實現(xiàn)擦寫均衡，于是有企業(yè)將控制器加上計算功能，或者讓擁有計算模塊的FPGA來處理數(shù)據(jù)并且充當閃存控制器，總之就是不通過CPU進行讀取計算，而是直連存儲器和計算，以此提升計算效率。
存內計算（IMC）。利用存儲器的單元模擬特性做計算。這是在存儲器內進行計算，CPU是通過1、0邏輯計算，而存內計算則是利用存儲器內電阻特性進行計算，不只是用來區(qū)分電阻高低，而是通過電阻值來區(qū)分多種狀態(tài)，電壓和電阻都是變量，利用歐姆定律，電壓和電阻倒數(shù)進行乘法計算，輸出的結果就是輸出的電流，一個晶體管就可以完成一次乘法計算過程。
這都是之前了解到的一些信息，實際上，除了閃存，MRAM（磁阻隨機存取存儲器）也可以做存算一體，比如三星和臺積電等公司就在積極探索MRAM技術在存內計算領域的應用。存算一體技術允許數(shù)據(jù)存儲和計算過程在同一個內存單元內完成，從而減少數(shù)據(jù)在處理器和存儲器之間傳輸?shù)哪芎暮蜁r間延遲，提高計算效率。
此前，三星就在Nature上發(fā)表了全球首個基于MRAM的存內計算研究。研究利用基于28nm CMOS工藝的MRAM陣列芯片成功運行了手寫數(shù)字識別和人臉檢測等AI算法，準確率分別達到了98%和93%。此外，三星還開發(fā)了一種名為“電阻總和”的新型內存內計算架構，以解決單個MRAM器件的小電阻問題，從而降低功耗，實現(xiàn)基于MRAM的內存內計算。
臺積電則在ISSCC 2021會議上提出了一種基于數(shù)字改良的SRAM設計存內計算方案，能支持更大的神經(jīng)網(wǎng)絡。2024年臺積電攜手臺灣省工研院宣布成功研發(fā)出自旋軌道轉矩磁性存儲器（SOT-MRAM）陣列芯片，這一創(chuàng)新產(chǎn)品在工作速度方面達到10ns，進一步提高了存內計算性能。
SK海力士也曾開發(fā)出了新一代智能內存芯片技術PIM，還有首款基于PIM技術的產(chǎn)品樣本，將計算功能添加到數(shù)據(jù)傳輸速度為16Gbps的GDDR6內存的產(chǎn)品。
最后
11月8日，在2024中國數(shù)據(jù)與存儲峰會上，存算一體化將是一個重要話題，這一技術結合了計算和存儲的優(yōu)勢，旨在通過高效的數(shù)據(jù)管理和處理來提升系統(tǒng)性能。隨著AI應用的普及和數(shù)據(jù)量的激增，存算一體化不僅能夠降低延遲，提高數(shù)據(jù)訪問速度，還能在能效方面表現(xiàn)優(yōu)異，特別是在邊緣計算和智能設備中的應用上，敬請期待！
