在 AI 算法对算力需求增长的时代，冯诺依曼架构带来的 “内存墙”问题愈发明显，即其存储与计算在物理上的分离，使得计算过程中需要不断地通过总线交换数据，从内存读取数据到 CPU，计算后再写回存储。由于存储速度远低于计算速度，大部分时间和功耗都消耗在总线传输上，最终导致传统芯片算力难以跟上需求。

为解决 “内存墙”问题，基于忆阻器的存算一体技术被提出，从器件研究到计算范式研究，直到今年取得新的进展。

今年 2 月，清华大学微电子所、未来芯片技术精尖创新中心钱鹤、吴华强教授团队与合作者成功研发出一款基于多阵列忆阻器存算一体系统，以忆阻器替代经典晶体管，打破冯诺依曼瓶颈，以更小的功耗和更低的硬件成本大幅提升计算设备的算力，成为第一款基于忆阻器的 CNN 存算一体芯片。

在 2020 第五届全球人工智能与机器人峰会(CCF-GAIR 2020)上，清华大学副教授高滨演讲时表示，存算一体芯片的下一步将是存算一体计算系统的搭建，在不改变现有编程语言的情况下，计算能效会有百倍到千倍的提升。

关键词： AI算法