【梅卡曼德完成C+轮融资，一年内获三次大额融资】6月20日，3D视觉引导工业机器人创业公司梅卡曼德宣布完成C+轮融资，本轮融资由全球性顶级投资机构领投，IDG资本跟投。据悉，这是梅卡曼德在过去一年内获得的第三次大额融资。业务方面，梅卡曼德已实现规模化交付的典型应用包括：各类无序工件上下料、视觉引导拆垛等，业务覆盖物流、汽车、工程机械、3C/半导体等领域。（21世纪商业评论）
多晒太阳、多参加户外活动可帮助提高体内维生素D的含量，促进钙的吸收和保护骨骼。要知道自己的维生素D是否足够，不妨在下一次健康检查时加入维生素D血液检测一项。维生素D缺乏症很常见。如果血液测试中显示不足，医生会推荐适量的维生素D补充品，当中应选用最易被人体吸收利用的维生素D3的形式。——吴希素《营养师帮你“挑”食》
今天是3月29日，星期二
农历二月廿七
北京阴 6°C~12℃ 如下是：
今日『早读分享』第232期
【医学家年会】
肖海鹏:高质量发展之下，学科建设如何传承与创新
没有一流学科，就没有一流医院。近年来，中山大学第一附属医院（以下简称“中山一院”）在全球及国内领域拥有很多首创科研项目，推动医院迈入国内医院第一方阵。在公立医院高质量发展要求之下，学科建设如何传承与创新呢？3月18日，中山大学常务副校长、中山一院院长肖海鹏教授在参加“第七届医学家年会暨第二届医师职业发展论坛”时发表了自己的看法。（来源：医师报）
【政策】
有娃的看过来！照护3岁以下婴幼儿这样减个税
备受关注的婴幼儿照护个人所得税专项附加扣除政策28日正式发布。根据国务院印发的《关于设立3岁以下婴幼儿照护个人所得税专项附加扣除的通知》，自今年1月1日起，纳税人照护3岁以下婴幼儿子女的相关支出，在计算缴纳个人所得税前，按照每个婴幼儿每月1000元的标准定额扣除。（来源：人民网）
【百度热搜】
江苏严肃查处苏州市吴江区“7·12”四季开源酒店辅房坍塌事故案相关责任人播（来源：央视新闻客户端）
【新浪微博热搜】
#北京冬奥会志愿者再上防疫一线#
当前河北省廊坊市疫情防控正处于关键阶段，在这其中，许许多多的志愿者投身防疫一线，为抗击疫情做出自己的一份贡献。在北华航天工业学院，参与学校疫情防控的众多志愿者中，有不少刚刚凯旋的北京2022年冬奥会志愿者。来自冬奥赛场的“天际蓝”与热情如火的“志愿红”为打赢疫情防控阻击战贡献着青春力量。（来源：新华网）
【今日头条热搜】
上海本轮疫情呈现区域聚集、全市散发两个特点（来源：央视网）
【热评】
充分激发数字医疗的优势（来源：人民日报）
【点赞】
#90岁医生说要为病人做一辈子功课#
90岁的结核病防治专家马玙，从医67年，如今仍坚持每周出诊。每次看病前，她都会先把听诊器焐热；记录病情的字迹，总是工工整整；检查中发现其他疾病，她也会主动找回患者，“不找要耽误事”。#90岁医生说想到治愈的病人就无悔#：“当年给他治好了，58年后病人给我来一封信，这是对我的最高奖赏。” （来源：海外网）
【反腐】
原北京市食品药品监督管理局局长张志宽被查
据北京市纪委监委消息：原北京市食品药品监督管理局党组书记、局长张志宽涉嫌严重违纪违法，目前正接受纪律审查和监察调查。（来源：中央纪委国家监委网站讯）
【疫情资讯】
上海明确要求医疗机构“非必要不封控”，切实保障“急诊绿色通道”畅通（来源：东方网）
【独家】
黄荷凤院士团队：国际首例性腺基因嵌合行三代试管技术助孕婴儿健康诞生
3月26日，一对同卵双胞胎在复旦大学附属妇产科医院黄浦院区呱呱坠地，这对婴儿是小珈夫妇多年求子后的得偿所愿，也是国际首例因男性性腺基因镶嵌行PGT（胚胎移植前遗传学检测技术）助孕后得到健康子代的案例。（来源：医师报妇儿频道）
【医保】
多地已将新冠病毒抗原检测试剂临时纳入医保目录
根据通知，参保人在定点基层医疗机构发生的相关费用按统筹地区现行规定支付，在定点零售药店购买检测试剂的费用，可使用个人账户支付。（来源：央视网）
【最新研究】
研究显示第二剂新冠疫苗加强针显著降低老年人病亡率
以色列医疗机构27日发布的研究结果显示，在老年人群中，接种了第二剂新冠疫苗加强针的人比只接种一剂加强针的人病亡率减少78%。
报告得出结论，第二剂加强针“能拯救生命”。（来源：新华社）
【医界好书】
《少年呼吸》——刘晶：从懵懂医学少年到科室青年学术骨干的蜕变
2019年6月是我职业生涯的一个分界线，之前的24年我从一个懵懂的医学少年渐渐成长为科室的青年学术骨干；而之后刚刚开始的这一段旅程是作为学科带头人，在一个全新的环境，带领一个年轻的呼吸内科走向成熟的经历。（来源：医师报呼吸频道）
【世界名刊】
《科学》杂志刊登我国脑机接口新技术，未来有望使瘫痪患者重新站立
中国神经外科领域的一项新突破，日前在世界顶级学术期刊《科学》杂志上发表。
北京天坛医院副院长 贾旺：在肌肉神经无法重新再生的情况下，利用脑机接口从脑子里面把这个命令取出来。通过芯片计算以后，发送到瘫痪的肢体上去，让他重新恢复运动，未来才能够使瘫痪的患者重新站立。（来源：央视新闻）
今天是3月29日，星期二
农历二月廿七
北京阴 6°C~12℃ 如下是：
今日『早读分享』第232期
【医学家年会】
肖海鹏:高质量发展之下，学科建设如何传承与创新
没有一流学科，就没有一流医院。近年来，中山大学第一附属医院（以下简称“中山一院”）在全球及国内领域拥有很多首创科研项目，推动医院迈入国内医院第一方阵。在公立医院高质量发展要求之下，学科建设如何传承与创新呢？3月18日，中山大学常务副校长、中山一院院长肖海鹏教授在参加“第七届医学家年会暨第二届医师职业发展论坛”时发表了自己的看法。（来源：医师报）
【政策】
有娃的看过来！照护3岁以下婴幼儿这样减个税
备受关注的婴幼儿照护个人所得税专项附加扣除政策28日正式发布。根据国务院印发的《关于设立3岁以下婴幼儿照护个人所得税专项附加扣除的通知》，自今年1月1日起，纳税人照护3岁以下婴幼儿子女的相关支出，在计算缴纳个人所得税前，按照每个婴幼儿每月1000元的标准定额扣除。（来源：人民网）
【百度热搜】
江苏严肃查处苏州市吴江区“7·12”四季开源酒店辅房坍塌事故案相关责任人播（来源：央视新闻客户端）
【新浪微博热搜】
#北京冬奥会志愿者再上防疫一线#
当前河北省廊坊市疫情防控正处于关键阶段，在这其中，许许多多的志愿者投身防疫一线，为抗击疫情做出自己的一份贡献。在北华航天工业学院，参与学校疫情防控的众多志愿者中，有不少刚刚凯旋的北京2022年冬奥会志愿者。来自冬奥赛场的“天际蓝”与热情如火的“志愿红”为打赢疫情防控阻击战贡献着青春力量。（来源：新华网）
【今日头条热搜】
上海本轮疫情呈现区域聚集、全市散发两个特点（来源：央视网）
【热评】
充分激发数字医疗的优势（来源：人民日报）
【点赞】
#90岁医生说要为病人做一辈子功课#
90岁的结核病防治专家马玙，从医67年，如今仍坚持每周出诊。每次看病前，她都会先把听诊器焐热；记录病情的字迹，总是工工整整；检查中发现其他疾病，她也会主动找回患者，“不找要耽误事”。#90岁医生说想到治愈的病人就无悔#：“当年给他治好了，58年后病人给我来一封信，这是对我的最高奖赏。” （来源：海外网）
【反腐】
原北京市食品药品监督管理局局长张志宽被查
据北京市纪委监委消息：原北京市食品药品监督管理局党组书记、局长张志宽涉嫌严重违纪违法，目前正接受纪律审查和监察调查。（来源：中央纪委国家监委网站讯）
【疫情资讯】
上海明确要求医疗机构“非必要不封控”，切实保障“急诊绿色通道”畅通（来源：东方网）
【独家】
黄荷凤院士团队：国际首例性腺基因嵌合行三代试管技术助孕婴儿健康诞生
3月26日，一对同卵双胞胎在复旦大学附属妇产科医院黄浦院区呱呱坠地，这对婴儿是小珈夫妇多年求子后的得偿所愿，也是国际首例因男性性腺基因镶嵌行PGT（胚胎移植前遗传学检测技术）助孕后得到健康子代的案例。（来源：医师报妇儿频道）
【医保】
多地已将新冠病毒抗原检测试剂临时纳入医保目录
根据通知，参保人在定点基层医疗机构发生的相关费用按统筹地区现行规定支付，在定点零售药店购买检测试剂的费用，可使用个人账户支付。（来源：央视网）
【最新研究】
研究显示第二剂新冠疫苗加强针显著降低老年人病亡率
以色列医疗机构27日发布的研究结果显示，在老年人群中，接种了第二剂新冠疫苗加强针的人比只接种一剂加强针的人病亡率减少78%。
报告得出结论，第二剂加强针“能拯救生命”。（来源：新华社）
【医界好书】
《少年呼吸》——刘晶：从懵懂医学少年到科室青年学术骨干的蜕变
2019年6月是我职业生涯的一个分界线，之前的24年我从一个懵懂的医学少年渐渐成长为科室的青年学术骨干；而之后刚刚开始的这一段旅程是作为学科带头人，在一个全新的环境，带领一个年轻的呼吸内科走向成熟的经历。（来源：医师报呼吸频道）
【世界名刊】
《科学》杂志刊登我国脑机接口新技术，未来有望使瘫痪患者重新站立
中国神经外科领域的一项新突破，日前在世界顶级学术期刊《科学》杂志上发表。
北京天坛医院副院长 贾旺：在肌肉神经无法重新再生的情况下，利用脑机接口从脑子里面把这个命令取出来。通过芯片计算以后，发送到瘫痪的肢体上去，让他重新恢复运动，未来才能够使瘫痪的患者重新站立。（来源：央视新闻）
“存内计算”照进现实播报文章
中国电子报
发布时间: 2022-03-04 03:07
优质科技领域创作者
关注
存内计算由于突破传统冯·诺依曼架构瓶颈，实现了存储单元与逻辑单元的融合，成为实现智能计算的主要技术路线之一，受到业界龙头企业的高度重视。在近日召开的国际固态半导体电路会议（ISSCC）上，SK海力士发表了基于GDDR接口的DRAM存内计算，台积电共发表（或合作发展）6篇有关存内计算存储器IP的论文。随着人工智能对高性能、低功耗处理需求的不断增强，存内计算的开发进程必将不断加快，并走向现实应用。
存内计算受关注，龙头企业重点布局
ISSCC一向是半导体产业界展示最新研发成果的平台之一，在今年的发布重点中，存内计算无疑位列其中。SK海力士发表存内计算的开发成果——基于GDDR接口的DRAM存内计算，并展示了其首款基于存内计算技术产品——GDDR6-AiM的样本。
SK海力士表示，GDDR6-AiM是将计算功能添加到数据传输速度为16Gbps的GDDR6内存产品中。与传统DRAM相比，将GDDR6-AiM 与CPU、GPU相结合的系统可在特定计算环境中将计算速度提高16倍。此外，由于存内计算在运算中减少了内存与CPU、GPU间的数据传输往来，大大降低了功耗，GDDR6-AiM可使功耗降低80%。SK海力士解决方案开发担当副社长安炫表示：“基于具备独立计算功能的存内计算技术，SK海力士将通过GDDR6-AiM构建全新的存储器解决方案生态系统。”
台积电在存内计算研发方面的投入也很大。在本届ISSCC上，台积电共合作发表了6篇关于存内计算存储器IP的论文，其中一篇的作者全部来自台积电，其余5篇则是台积电和其他高校合作。台积电独立发表的SRAM论文基于5nm工艺，可以在不同计算精度下实现高计算密度和能效比。
事实上，三星、IBM、东芝、英特尔等半导体大厂在存内计算方面也早有布局。三星日前在顶级学术期刊Nature上发表全球首个基于MRAM的存内计算研究，基于28nm CMOS工艺的MRAM阵列进行存内计算的开发，所构建的新型MRAM阵列用于运行手写数字识别和人脸检测等AI算法，准确率分别达到98%和93%。
国内厂商方面，阿里达摩院、知存科技、Myhtic等也以AI为契机，积极进行特定领域、特定功能的AI存算一体芯片开发。去年5月，Myhtic宣布完成C轮7000万美元融资。去年6月，知存科技宣布完成亿元A3轮融资。
AI应用拉动需求，迈入产品化前夜
随着人工智能应用的爆发，业界迫切需要一项技术来解决传统冯·诺依曼架构存在的算力瓶颈与高功耗问题。这也是一众半导体大厂关注存内计算的主要原因。
对此有业内专家告诉记者，当前主流的计算架构均采用冯·诺依曼架构，其存在两个固有问题：即所谓的内存墙问题和功耗墙问题。冯·诺依曼架构的计算单元与存储单元分置，之间用数据总线连接，运算过程中就需要使数据在处理器与存储器之间进行频繁迁移，这一过程产生的功耗极为巨大，甚至比真正用于数据处理所产生的功耗还要高上百倍。内存墙则是指目前的CPU运算速度比存储器的数据存取速度快得多，存储器成为制约数据处理速度提高的主要瓶颈。现在的人们应对这个问题的主要方法是提高内存的处理速度或加大数据传输带宽，但这些都不能从根本上解决问题，开发一种将存储单元与处理单元完全整合的处理器方案，就成为解决这一问题的终极方案。
SK海力士定制设计项目负责人Dae-han Kwon 也指出：“对于 RNN（循环神经网络）等内存受限的应用程序，当应用程序在DRAM中使用计算电路执行时，性能和功率效率有望显著提高。考虑到要处理的数据量将大幅增加，存内计算有望成为改善当前计算机系统性能极限的有力候选者。”
正是在人工智能特别是边缘AI应用需求的推动下，存内计算的产品化开发进程也在加快。根据北京大学信息科学技术学院微纳电子学系副教授叶乐的介绍，存内计算技术大概率会实现产品化。目前基于SRAM的存内计算，已经进入到产品化的前夜，有望率先在可穿戴设备、智能手机等智能物联网AIoT领域应用，估计1到2年就有望看到产品级的SRAM存内计算芯片实现商业化落地。在此之后，存内计算芯片会逐渐往更大算力的应用领域渗透。基于MRAM的存内计算则会稍微滞后一些，这主要跟工艺可获得性有关。基于DRAM的存内计算芯片，有可能需要更长的时间才会落地，原因在于DRAM存内计算适用于大算力AI芯片，因此还需要解决其他一系列的技术难题，例如阵列间的互连和架构问题等。此外，大算力芯片，往往对通用性和可编程性要求更高，因此对于大算力芯片，架构需要更多的考虑通用性和可编程性，并且软硬件协同设计、编译器等工具链的重要性和难度也更为突出。
叶乐强调，不同应用场合对存内计算的需求也不同，消费电子、物联网终端、边端计算、云端计算对功耗、能效、算力密度、Bit精度、绝对算力、成本、是否需要非易失性等方面的侧重点和侧重程度各不相同，因此各类存内计算技术，均会有发展的必要性。
生态搭建存挑战，存内逻辑是方向
尽管存内计算的商业化进程不断临近，但在开发与应用中存在的挑战也不容忽视。业内专家指出，相较于传统处理器，存内计算本身就是一门非常复杂的、技术壁垒极高的设计方法，属于需要多年经验积累、大量资源以及时间投入才能实现的尖端领域。而更大的挑战还涉及到相关产业生态的整合，其中面临的挑战更加复杂。
在冯·诺依曼架构下，处理器与存储器是分别独立发展的，经过这么多年均已各自形成独立的产业生态，从设计到制造再到软件都已相当完备。而存内计算要想发展起来，实际是要将两个独立的生态整合到一起，其中所需投入的精力和资源是非常巨大的。
尽管存内计算面临技术开发与产业生态的双重挑战，但是其整体发展趋势依然被看好。叶乐指出，存内计算将是大势所趋，只有这种革命性的彻底的架构革新，才能真正解决内存墙和功耗墙的问题。从技术趋势上看，存算一体芯片将循着近存储计算、内存储计算、内存执行计算的技术路线发展。
此外，基于哪类存储进行存内计算设计也是开发重点之一。此次Sk海力士便基于DDR进行开发的，台积电则是基于SRAM。对此专家指出，目前开发者的研究之所以多是基于SRAM展开，一方面是因为SRAM比较容易获得，SRAM在标准CMOS工艺下即可得到，流片门槛较低。另一方面则因SRAM的存取速度是所有主流存储器中最接近CPU的，基于它进行存内计算开发，最容易解决内存墙问题。但是SRAM也存在芯片成本高、面积大的问题。更重要的是，SRAM属易失性存储器，断电后数据无法保存，还要把数据传输到其他NAND Flash等存储器当中，并不能从根本上解决功耗问题。NAND闪存等非易失性存储器可以保存处理后的数据，还具有成本低、容量大等优势，但是NAND闪存的存取速度慢，依然限制着未来存内计算芯片的速度。
因此，专家认为，对于那些投入存内计算开发的半导体大厂来说，将来更大的可能是基于新型存储器如MRAM、ReRAM等，做存内计算的开发。此类新型存储器一些性能上的优势是传统存储器所不具备的。当然，专家也指出，当前业界开发的新型存储技术工艺还不成熟，以之为基础进行存内计算或会需要的研发更长时间。
延伸阅读：
先进计算产业新机遇，DPU打响卡位战
量子计算密集“上新”，最新成果哪家强？
EUV光刻机+172层3D NAND，2022存储业新赛道攻略
作者丨陈炳欣
编辑丨连晓东
美编丨马利亚
中国电子报
发布时间: 2022-03-04 03:07
优质科技领域创作者
关注
存内计算由于突破传统冯·诺依曼架构瓶颈，实现了存储单元与逻辑单元的融合，成为实现智能计算的主要技术路线之一，受到业界龙头企业的高度重视。在近日召开的国际固态半导体电路会议（ISSCC）上，SK海力士发表了基于GDDR接口的DRAM存内计算，台积电共发表（或合作发展）6篇有关存内计算存储器IP的论文。随着人工智能对高性能、低功耗处理需求的不断增强，存内计算的开发进程必将不断加快，并走向现实应用。
存内计算受关注，龙头企业重点布局
ISSCC一向是半导体产业界展示最新研发成果的平台之一，在今年的发布重点中，存内计算无疑位列其中。SK海力士发表存内计算的开发成果——基于GDDR接口的DRAM存内计算，并展示了其首款基于存内计算技术产品——GDDR6-AiM的样本。
SK海力士表示，GDDR6-AiM是将计算功能添加到数据传输速度为16Gbps的GDDR6内存产品中。与传统DRAM相比，将GDDR6-AiM 与CPU、GPU相结合的系统可在特定计算环境中将计算速度提高16倍。此外，由于存内计算在运算中减少了内存与CPU、GPU间的数据传输往来，大大降低了功耗，GDDR6-AiM可使功耗降低80%。SK海力士解决方案开发担当副社长安炫表示：“基于具备独立计算功能的存内计算技术，SK海力士将通过GDDR6-AiM构建全新的存储器解决方案生态系统。”
台积电在存内计算研发方面的投入也很大。在本届ISSCC上，台积电共合作发表了6篇关于存内计算存储器IP的论文，其中一篇的作者全部来自台积电，其余5篇则是台积电和其他高校合作。台积电独立发表的SRAM论文基于5nm工艺，可以在不同计算精度下实现高计算密度和能效比。
事实上，三星、IBM、东芝、英特尔等半导体大厂在存内计算方面也早有布局。三星日前在顶级学术期刊Nature上发表全球首个基于MRAM的存内计算研究，基于28nm CMOS工艺的MRAM阵列进行存内计算的开发，所构建的新型MRAM阵列用于运行手写数字识别和人脸检测等AI算法，准确率分别达到98%和93%。
国内厂商方面，阿里达摩院、知存科技、Myhtic等也以AI为契机，积极进行特定领域、特定功能的AI存算一体芯片开发。去年5月，Myhtic宣布完成C轮7000万美元融资。去年6月，知存科技宣布完成亿元A3轮融资。
AI应用拉动需求，迈入产品化前夜
随着人工智能应用的爆发，业界迫切需要一项技术来解决传统冯·诺依曼架构存在的算力瓶颈与高功耗问题。这也是一众半导体大厂关注存内计算的主要原因。
对此有业内专家告诉记者，当前主流的计算架构均采用冯·诺依曼架构，其存在两个固有问题：即所谓的内存墙问题和功耗墙问题。冯·诺依曼架构的计算单元与存储单元分置，之间用数据总线连接，运算过程中就需要使数据在处理器与存储器之间进行频繁迁移，这一过程产生的功耗极为巨大，甚至比真正用于数据处理所产生的功耗还要高上百倍。内存墙则是指目前的CPU运算速度比存储器的数据存取速度快得多，存储器成为制约数据处理速度提高的主要瓶颈。现在的人们应对这个问题的主要方法是提高内存的处理速度或加大数据传输带宽，但这些都不能从根本上解决问题，开发一种将存储单元与处理单元完全整合的处理器方案，就成为解决这一问题的终极方案。
SK海力士定制设计项目负责人Dae-han Kwon 也指出：“对于 RNN（循环神经网络）等内存受限的应用程序，当应用程序在DRAM中使用计算电路执行时，性能和功率效率有望显著提高。考虑到要处理的数据量将大幅增加，存内计算有望成为改善当前计算机系统性能极限的有力候选者。”
正是在人工智能特别是边缘AI应用需求的推动下，存内计算的产品化开发进程也在加快。根据北京大学信息科学技术学院微纳电子学系副教授叶乐的介绍，存内计算技术大概率会实现产品化。目前基于SRAM的存内计算，已经进入到产品化的前夜，有望率先在可穿戴设备、智能手机等智能物联网AIoT领域应用，估计1到2年就有望看到产品级的SRAM存内计算芯片实现商业化落地。在此之后，存内计算芯片会逐渐往更大算力的应用领域渗透。基于MRAM的存内计算则会稍微滞后一些，这主要跟工艺可获得性有关。基于DRAM的存内计算芯片，有可能需要更长的时间才会落地，原因在于DRAM存内计算适用于大算力AI芯片，因此还需要解决其他一系列的技术难题，例如阵列间的互连和架构问题等。此外，大算力芯片，往往对通用性和可编程性要求更高，因此对于大算力芯片，架构需要更多的考虑通用性和可编程性，并且软硬件协同设计、编译器等工具链的重要性和难度也更为突出。
叶乐强调，不同应用场合对存内计算的需求也不同，消费电子、物联网终端、边端计算、云端计算对功耗、能效、算力密度、Bit精度、绝对算力、成本、是否需要非易失性等方面的侧重点和侧重程度各不相同，因此各类存内计算技术，均会有发展的必要性。
生态搭建存挑战，存内逻辑是方向
尽管存内计算的商业化进程不断临近，但在开发与应用中存在的挑战也不容忽视。业内专家指出，相较于传统处理器，存内计算本身就是一门非常复杂的、技术壁垒极高的设计方法，属于需要多年经验积累、大量资源以及时间投入才能实现的尖端领域。而更大的挑战还涉及到相关产业生态的整合，其中面临的挑战更加复杂。
在冯·诺依曼架构下，处理器与存储器是分别独立发展的，经过这么多年均已各自形成独立的产业生态，从设计到制造再到软件都已相当完备。而存内计算要想发展起来，实际是要将两个独立的生态整合到一起，其中所需投入的精力和资源是非常巨大的。
尽管存内计算面临技术开发与产业生态的双重挑战，但是其整体发展趋势依然被看好。叶乐指出，存内计算将是大势所趋，只有这种革命性的彻底的架构革新，才能真正解决内存墙和功耗墙的问题。从技术趋势上看，存算一体芯片将循着近存储计算、内存储计算、内存执行计算的技术路线发展。
此外，基于哪类存储进行存内计算设计也是开发重点之一。此次Sk海力士便基于DDR进行开发的，台积电则是基于SRAM。对此专家指出，目前开发者的研究之所以多是基于SRAM展开，一方面是因为SRAM比较容易获得，SRAM在标准CMOS工艺下即可得到，流片门槛较低。另一方面则因SRAM的存取速度是所有主流存储器中最接近CPU的，基于它进行存内计算开发，最容易解决内存墙问题。但是SRAM也存在芯片成本高、面积大的问题。更重要的是，SRAM属易失性存储器，断电后数据无法保存，还要把数据传输到其他NAND Flash等存储器当中，并不能从根本上解决功耗问题。NAND闪存等非易失性存储器可以保存处理后的数据，还具有成本低、容量大等优势，但是NAND闪存的存取速度慢，依然限制着未来存内计算芯片的速度。
因此，专家认为，对于那些投入存内计算开发的半导体大厂来说，将来更大的可能是基于新型存储器如MRAM、ReRAM等，做存内计算的开发。此类新型存储器一些性能上的优势是传统存储器所不具备的。当然，专家也指出，当前业界开发的新型存储技术工艺还不成熟，以之为基础进行存内计算或会需要的研发更长时间。
延伸阅读：
先进计算产业新机遇，DPU打响卡位战
量子计算密集“上新”，最新成果哪家强？
EUV光刻机+172层3D NAND，2022存储业新赛道攻略
作者丨陈炳欣
编辑丨连晓东
美编丨马利亚
✋热门推荐