首页

技术

频道首页— 前沿动态— 开发实战— 数码评测— 技术科普

科学

频道首页— 天文宇宙— 生命科学— 物理化学— 科学史话

电影

频道首页— 新片速递— 深度影评— 经典回顾— 幕后故事

娱乐

频道首页— 明星八卦— 综艺资讯— 音乐现场— 文化热点

养生

频道首页— 中医养生— 四季调养— 睡眠管理— 心理调适

健康

频道首页— 疾病预防— 营养饮食— 体检指南— 就医参考

运动

频道首页— 健身教程— 跑步骑行— 球类赛事— 运动康复

更多

全部文章站点目录 关于我们免责与版权
技术 · 前沿动态2026-11-07编辑部约 5 分钟

把内存搬进计算单元:存算一体架构走到哪一步

编辑部4 条留言
本文要点
  1. 为什么搬运成了瓶颈
  2. 在阵列里做乘法
  3. 从样品到量产的距离
  4. 谁最需要它
  5. 一项长期工程

为什么搬运成了瓶颈

过去二十年,处理器的算力增长远快于内存带宽的提升,两者之间的落差被称为存储墙。每一次运算都要把数据搬进搬出,搬运消耗的时间与能量甚至超过了运算本身。

在图像识别、语音处理这类以矩阵乘法为主的任务里,搬运的占比更高。于是业界的思路从优化搬运转向取消搬运:让存储单元自己完成乘加。

在阵列里做乘法

存算一体的做法是把计算单元嵌入存储阵列的边缘,利用阵列内的计算电路在一次读操作中完成多行数据的加权求和,一个时钟周期就能算出上百次乘加。

这种方式的能效比很高,因为数据不出阵列。代价是精度受器件噪声与工艺偏差影响,需要用校准与冗余设计补回来,数字后处理也必不可少。

从样品到量产的距离

早期演示多停留在小容量阵列,如今已有产品把存算模块做成加速卡,用于端侧的持续感知任务,例如始终在线的语音唤醒与视觉检测。

真正的难点在软件:编译器需要理解阵列的物理布局,把算子映射成合适的行列操作。没有成熟的工具链,硬件再快也难以被调用。

谁最需要它

对功耗极敏感的端侧设备最积极,例如佩戴式传感器与车载视觉模块,它们的电池容量有限,而计算需求持续增长。

数据中心则更谨慎,通用性要求高,存算阵列擅长固定形状的运算,遇到复杂模型仍需与传统加速器配合,形成混合架构。

一项长期工程

从器件、电路到编译器,存算一体是一条跨学科的长链条,任何一环的短板都会拖慢整体进度。

它未必会取代现有架构,但很可能在某些特定场景里成为默认选项。技术演进的常态,往往不是替代,而是分工。

本文由万象资讯站编辑部整理撰写,观点仅供参考;转载请注明来源。

读者留言 共 4 条

海海边的风2026-11-07

把搬运省掉这个角度说得很清楚,比堆参数实在。

林林间小路2026-11-07

精度和工具链这两道坎讲得到位,不只是画饼。

小小满2026-11-07

端侧先落地这个判断挺符合实际。

老老周2026-11-07

混合架构可能才是常态,认同这个说法。

相关阅读