为什么权力,性能和面积越来越难平衡。
创建一个新的芯片架构越来越复杂的一系列关于记忆和处理元素的权衡,但并不总是显而易见的好处当这些权衡。
这曾经是一个相当简单的练习有一个处理器时,芯片上的SRAM和DRAM芯片外。快进到7/5nm,为人工智能芯片正在开发,手机和服务器,还有成百上千的处理元素连接在一个死亡或在一个复杂的计划。在许多这样的芯片有处理器types-small fpga的嵌入式fpga、dsp、以及各种尺寸的处理核心基于Arm、MIPS、RISC-V或x86账户。张量等也有人工智能核心处理单元,以及一些自定义处理电路。
所有这些都是一起工作同样复杂的多种类型的记忆。有各种各样的2 d和3 d版本的内存,NAND flash和flash,以及相变内存(3 d-xpoint)、高性能等外部内存HBM(堆叠DRAM模块)和GDDR6。添加到该列表MRAM ReRAM,弗拉姆号和STT-MRAM等新兴技术。并非所有这些将达到临界质量,但在这一点上它还为时过早的将生存,更不用说取代DRAM, SRAM和各种flash技术。
读出一个规格表这些天是可怕的,但是它变得更糟。不同的记忆也不同在不同的操作条件下,如高温、严寒,多少次访问。也有模拟寿命等变量来考虑,这是一个多少读写周期一定的内存的函数类型预测预期的环境条件下可靠地执行和使用模型。关于记忆的,可能会改变取决于environment-think工业操作或一辆车,例如,它可以随工作量。添加到列表错误恢复等因素,弹性和最小/最大电压。
第三条腿PPA凳子的区域。内存空间占用。在一些芯片、内存占总面积的60%以上,在死亡。能够获得数据的内存足够快的性能有很大的影响和电力需求的系统。添加更多的弹性和错误恢复,和整个系统减慢和需要更多的动力来驱动信号。太把它移动数据可以从一个处理器的一端一个大芯片内存死亡或驱动信号的另一端通过电线太细,和电力需求增加而性能下降。
将这些碎片拼凑起来,选择变得更加具有挑战性的跟踪。减少电压和一些记忆的行为会有所不同。减少太远和某些记忆不工作或那么长。添加在峰值电流变化基于意想不到的或计划使用模型,突然这开始看起来像一个好的平衡任何最后一分钟的变化可以扰乱整个操作和发送整个设计团队回到绘图板。甚至不开始考虑过程和其他类型的变化而引起的错误,或新架构,如内存计算或near-memory计算。
所以在所有这些在哪里?通过正确地设计这些系统性能可以显著增加,和权力可以显著减少。数字高达1000倍,甚至更多,非常可能定制设计和已有工作负载。
但需要有很多非常复杂的权衡,远远超出任何设计团队在过去遇到过。从这里只有变得更加复杂的行业开始寻找新晶体管,5/3nm内存结构,新材料,物理和静电性质截然不同。更多的咖啡,有人知道吗?
有关的故事
记忆权衡加强人工智能、汽车应用
为什么选择记忆和架构设计成系统变得更加困难。
优化安全面临的挑战
权衡优化自动化之路是漫长的。改变属性可以让它更加困难。
以不同的方式使用内存
优化复杂芯片需要决定系统整体架构,和记忆是一个关键变量。
留下一个回复