随着大数据时代的蓬勃发展，AIoT应用得到了高速的发展。尤其是面向边缘端的感知场景，它需要对数据进行大量且频繁地访问和计算，因而迫切需要高能效的智能处理器芯片。在基于传统冯诺依曼架构的处理器设计中，存储单元和计算单元之间的数据交互必须经由有限的数据总线，系统的性能很大程度上限制在总线的带宽以及存储单元的读写功耗上，也就是业界所说的“存储墙”。

为了打破这一限制，基于存内计算的存算一体系统架构受到广泛关注，这一创新架构在保留存储单元自身所具有的存储和读写访问功能的同时，还可以支持不同的逻辑或者矩阵乘加运算，在很大程度上减少了计算单元和存储单元之间频繁的总线交互，也进一步减少了大量的数据搬移量以及由此带来的功率消耗，从而极大地提升系统的能耗效率。

5月23日，后摩智能自主研发的存算一体大算力AI芯片成功点亮，并跑通智能驾驶算法模型。这是业内首款基于严格存内计算架构设计并点亮的AI芯片，采用SRAM作为存算一体介质，样片算力达20TOPS，可扩展至200TOPS，计算单元能效比高达20TOPS/W。同时该芯片基于22nm成熟工艺制程，可以在提升能效比的同时，有效把控制造成本。在灵活性方面，该芯片支持市面上的主流算法，并且支持定制算子，能够更好的适配算法的高速迭代。

7月6日19:00，后摩智能联合智东西公开课策划的「存算一体大算力AI芯片在线研讨会」将正式直播。东南大学电子科学与工程学院副研究员司鑫、后摩智能联合创始人&芯片研发副总裁陈亮、后摩智能联合创始人&产品副总裁信晓旭三位主讲人将参与研讨会并进行主题分享。

司鑫博士的主要研究方向是存储器和存内计算设计，及其在人工智能领域的应用。他在集成电路领域核心会议/期刊累计共发表存算方向相关论文20余篇，包含7篇有着“芯片奥林匹克”之称的顶会论文ISSCC和6篇集成电路顶刊论文JSSC。

司鑫博士将在本次研讨会上，以《基于静态随机存储器（SRAM）的存算电路设计》为主题，对国内外基于静态随机存储器（SRAM）的存内计算设计现状进行介绍，并着重分析存内计算设计面临的挑战和发展趋势。

陈亮博士本硕博均毕业于清华大学，具备10余年高性能CPU/FPGA/ASIC芯片内核设计及量产经验，主导过多款AI芯片设计，拥有美国及中国芯片相关发明专利近20项。

本次研讨会，陈亮博士将以《从硬件架构到软件工具链，存算一体大算力AI芯片的创新与实践》为主题进行直播讲解。陈亮博士将通过GraphCore、FSD、TPU等对比分析典型的AI处理器架构，之后会从硬件效率、物理实现、软件生态、软件工具链、编程模型等方面，阐述后摩智能基于存算一体架构在软硬件协同设计方面的创新性实践；

信晓旭老师曾任海思计算芯片产品总监，负责海思昇腾系列多款AI芯片的产品定义和市场推广, 涵盖自动驾驶、安防、数据中心等领域。

在此次研讨会上，信晓旭老师将围绕《存算一体大算力AI芯片在智能驾驶中的应用优势与前景》这一主题进行分享。他将从智能驾驶商业化的发展趋势、芯片的国产替代需求及AI芯片当前面临的算力瓶颈展开，并结合后摩智能大算力AI芯片的产品特性，深入阐述基于存算一体创新架构的芯片，在智能驾驶应用中的算力、能效比和成本控制优势。

研讨会将在智东西公开课知识店铺以视频直播形式进行，从晚上19:00开始，持续到21:00。其中，20:30-21:00为问答环节，三位主讲人将在线答疑。

 报名方式

对研讨会感兴趣的朋友，可以扫描下方二维码，添加小助手艾米进行报名。已添加过艾米的老朋友，可以给艾米私信，发送“后摩2201”即可报名。

同时，为了方便大家交流和咨询，针对「存算一体大算力AI芯片在线研讨会」还设置了专属交流群，将会邀请主讲人加入。希望加入交流群与主讲人直接认识和交流的朋友，也可以向艾米进行申请。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。