NOR Flash 存内计算芯片技术探幽

随着物联网的迅猛发展，智能设备正逐渐演变为云端、边缘端和终端这三个主要类别。云端设备对高算力、大吞吐量和高可靠性提出了要求，而存内计算技术目前仍面临难以满足这些需求的挑战。边缘端设备，如安防和自动驾驶，对算力、时延、功耗和安全性具有相对综合的需求；终端设备则更注重功耗、成本和隐私。本文将聚焦于存内计算芯片技术的探索，以ZhiCun Technology（知存科技）推出的量产SoC芯片WTM2101为例展开讨论。

1. 核心技术与芯片架构的独特设计

WTM2101采用了NOR Flash存内计算芯片，通过电流/电压的物理实现方式进行向量-矩阵乘法运算。核心在于设计NOR Flash单元阵列，以满足大规模高能效的向量-矩阵乘法运算需求。为了克服行干扰等问题，特别设计了抗编程干扰阵列结构。此外，为了抑制阈值电压漂移对计算精度的影响，WTM2101采用了特殊的电路设计。

在芯片架构方面，WTM2101结合了1.8 MB NOR Flash存内计算阵列、RISC-V核、数字计算加速器组、320 kB RAM以及多种外设接口，实现了高效的神经网络数据流的并行化与流水线。

2. 强大性能与多样化应用场景

WTM2101基于40 nm工艺，具备存储8 bit权重的NOR Flash器件，实现了8 bit精度的矩阵乘加运算。性能方面，该芯片在神经网络语音激活检测和语音命令词识别方面表现卓越。同时，通过超低功耗的设计，WTM2101可在神经网络环境降噪算法、健康监测和分析等应用场景中取得显著成果。其工作功耗在典型应用场景下维持在微瓦级别，而小巧的封装尺寸使其适用于多种领域，如智能可穿戴设备、智能家居、安防监控和玩具机器人等。

3. 技术前景与面临挑战

存内计算芯片技术的应用前景巨大，特别是在物联网、大数据和人工智能等领域。然而，要实现规模化产业化仍然存在一些挑战。首先，模拟计算精度提升的难题需要克服，而数模混合设计被认为是解决这一问题的关键方向。其次，工具链的完善是产业发展的必然趋势，目前面临的支持不足问题势必会通过技术创新得以解决。最后，跨层协同设计是确保性能与成本最优的重要环节，需要行业共同努力。

在这个不断发展的领域中，WTM2101为存内计算芯片树立了技术的里程碑，为智能设备的未来发展提供了有力支持。随着技术的不断推进，存内计算芯片有望成为推动智能化应用的核心引擎，解决物联网和人工智能领域的重大挑战。

4. 模拟计算精度的突破

存内计算芯片的技术深度体现在对模拟计算精度的突破。传统存内计算受到信噪比的限制，难以实现高于8的精度。WTM2101通过特殊电路设计成功抑制了阈值电压漂移对计算精度的不利影响。这种突破为模拟计算提高精度创造了新的可能性，有望进一步拓展存内计算芯片在高精度应用中的应用范围。

5. 工具链完善与应用生态建设

存内计算芯片的产业化关键在于完善相关工具链，促进应用生态的建设。目前面临的工具链支持不足问题可随着技术发展而迎刃而解。完善的工具链有助于提高开发效率、降低移植成本，使更多算法和应用能够迁移到存内计算平台上。这将推动存内计算芯片的更广泛应用，形成健康的行业生态系统。

6. 跨层协同设计的推动

存内计算芯片的多层次设计涉及器件、芯片、工艺、算法和应用等多个层次，需要各个层次之间的协同设计来实现性能和成本的最优平衡。WTM2101通过协同设计实现了高效的向量-矩阵乘法运算，为存内计算芯片跨层次协同设计提供了实例。行业需要进一步加强跨层协同设计，以实现存内计算芯片的全面优化。

7. 技术突破与挑战

尽管存内计算芯片已经取得了显著的技术突破，但仍然存在一些值得关注的挑战。其中之一是模拟计算精度的提升问题，传统存内计算面临着信噪比限制，数字存内计算则需要在精度、面积和成本之间寻找平衡。未来的发展方向可能涉及数模混合设计，以更好地平衡这些因素，提高计算的精度。

另一个关键的挑战是阈值电压漂移的抑制。在存储大量信息的过程中，电子泄漏可能导致阈值电压的漂移，对存内计算的准确性产生负面影响。WTM2101通过特殊电路设计成功抑制了这一问题，但未来仍需要更深入的研究和创新来应对不断增长的计算需求。

8. 工具链的完善与生态系统建设

为了推动存内计算芯片的广泛应用，必须加强工具链的完善。目前存内计算芯片的产业化还处于起步阶段，缺乏相关工具链的支持，这给算法和应用的移植带来了一定的困难。在未来，随着企业对存内计算技术的投入增加，相应的编译、优化等工具链将逐渐完善，从而建立更为健全的应用生态系统。

9. 跨层协同设计的加强

跨层协同设计对于存内计算芯片至关重要。涉及器件、芯片、工艺、算法和应用等多层次的协同设计需要紧密配合，以实现性能和成本的最佳平衡。未来的研究和实践应当加强不同领域之间的合作，推动存内计算芯片技术的整体提升。

10. 存内计算芯片的未来展望

尽管存内计算芯片面临一系列的挑战，但其技术优势使其在未来仍具备巨大的应用潜力。存内计算芯片的高算力、低功耗和低成本等特点将为物联网、大数据和人工智能等领域提供更为高效的硬件解决方案。通过不断的技术创新和跨领域合作，存内计算芯片有望成为智能设备领域的关键推动力，推动整个行业走向更加智能和高效的未来。

综合而言，存内计算芯片的发展前景广阔，虽然面临一些挑战，但这些挑战也将成为促使技术不断进步的动力。通过科技创新和产业合作，存内计算芯片将在未来发挥更为重要的角色，为智能化时代的到来做出更大的贡献。

总结

存内计算芯片，以ZhiCun Technology（知存科技）的WTM2101为代表，展现出令人瞩目的技术深度和创新潜力。本文深入剖析了WTM2101的核心技术、芯片架构以及性能特点，突显了其在存内计算领域的领先地位。然而，随着技术不断演进，存内计算芯片仍面临挑战，如模拟计算精度、工具链不足和跨层协同设计等。

在技术突破方面，WTM2101成功解决了模拟计算精度提升和阈值电压漂移的难题，为存内计算芯片在高精度应用中的应用奠定了基础。然而，仍需深化研究以适应不断增长的计算需求。

工具链的完善和生态系统建设是存内计算芯片产业化的重要一环。当前的不足将通过技术创新和企业投入逐步得到解决，为存内计算芯片的广泛应用创造更有利的条件。

跨层协同设计是确保存内计算芯片性能最优的关键，需要在器件、芯片、工艺、算法和应用等多层次进行协同。未来的研究和实践应强化不同领域之间的合作，推动存内计算芯片技术的全面提升。

尽管存内计算芯片面临挑战，但其技术优势使其在物联网、大数据和人工智能等领域具备巨大的应用前景。通过科技创新和产业协作，存内计算芯片将为智能化时代的到来提供关键支持，推动整个行业走向更加智能和高效的未来。

参考文献

1.知存科技
2.中国移动研究院
3.电子与信息学报—存内计算芯片研究进展及应用
4.中科院—基于NorFlash的表积神经网络量化