用于人工智能芯片设计的高能效数字存内计算单元

智能晶片与系统研发中心
简介

数字存内计算单元（Digital Compute-In-Memory) 利用数字电路设计技术，将存储与计算单元融合设计，减少了人工智能计算中因数据搬运而带来的系统能耗，为加速AI算法中矩阵乘法所必需的MAC计算提供了潜在的高能效解决方案。

  • 用于人工智能芯片设计的高能效数字存内计算单元
商品化机会
技术授权协议
解决方案

数字存内计算 （DCIM） 计算技术可以为 AI 芯片带来更高的计算效率，但现有的电子设计自动化 （EDA） 工具不支持自动化 DCIM 模块设计。ACCESS开发了名为 AutoDCIM 的自动化平台工具，可按用户需求为系统级芯片 （SoC） 设计生成相应的 DCIM 模块。

创新技术
  • ACCESS开发的数字存内计算开发工具，为世界首款该类工具，可以针对各种设计优化目标进行定制化，包含经验丰富的设计人员提供的设计模板库，并结合设计流程优化和自动化参数优化，可为系统级的应用提供快速的电路与版图级别的定制化存内计算单元。
主要成效
  • ACCESS的数字存内计算单元模块已成功采用 28 纳米技术进行制造验证。模块展示计算效率高达 26 TOPS/W，比台积电的类似设计（缩放至 22 纳米）提升了 34%。
应用范畴
  • 可用于高性能的边缘计算芯片中

智能晶片及系统研发中心(ACCESS)是一所紧密协调并集世界级专家团队的跨领域研究中心，专注于促进集成电路设计技术发展，并推动以数据为本的崭新运算模式及设计高效能的人工智能硬件平台，支撑一系列的人工智能应用。专用的人工智能芯片将是推动人工智能革命的关键，为了应付市场对硬件的新兴需求，ACCESS会致力推动香港成为世界舞台上人工智能芯片及硬件设计的重要基地。

ACCESS的研究工作主要由四项研究计划所组成，包括：

  • 突破硬件瓶颈的新兴技术
    通过将硅兼容的新兴技术与传统的硅芯片技术相结合，解决存储容量和数据传输带宽不足的问题，突破人工智能硬件的发展瓶颈;
  • 架构与异构系统整合
    着重探讨不同的创新架构与系统整合方案，实现从云端到智能物联网（ AIoT ）多种平台上的高效神经形态计算（ Neuromorphic Computing ）;
  • 人工智能辅助电子设计自动化
    利用人工智能技术开发更为有效的设计自动化工具，同时利用这些高效的设计工具研发新的人工智能芯片;
  • 硬件加速的人工智能应用
    针对典型的硬件加速新兴应用，探索相应的系统架构和创新设计工具，提升硬件加速的整体效能，在人工智能硬件的性能和功耗效率两方面取得突破。

有关更多信息，请查看：https://inno-access.hk/

查询
相关 创新技术