北京知存科技有限公司副总裁李想
2021年5月14日，2021松山湖中国IC创新高峰论坛在松山湖凯悦酒店举行。第十一届松山湖中国IC创新高峰论坛由中国半导体行业协会集成电路设计分会、芯原微电子（上海）股份有限公司、东莞松山湖集成电路服务中心联合主办，主题为面向“智慧物联网（AIoT）”的创新IC新品推介。2011年至今松山湖中国IC创新高峰论坛已历10届，共推介79款芯片。其中72款芯片已成功量产，占比91%。在论坛亮相的54家公司中，有11家公司上市，28家公司获得融资，3家公司正在上市进程中，6家公司获得大基金投资，4家公司被并购。目前松山湖IC论坛已经成为业内极具影响力，面向市场，“最接地气”的国产芯片推广平台。《芯扒客》作为受邀媒体，此次也第一时间参与了此次论坛，并带来现场报道。
目前主流AI芯片都基于冯诺伊曼计算架构，其缺点是成本高，功耗高，且有90%以上的资源都消耗在数据的搬运上。随着AI算法的持续升级与AI应用的持续普及，AI领域迫切需要性能更强、功耗更低、成本更低的芯片，打造智能万物互联时代。因此，架构创新成为必经之路，目前主要有两条技术路线：一是仍然基于老架构，使其老树开新花，以英伟达、AMD、Xilinx和Google等代表的芯片大厂基于冯诺伊曼计算架构继续发展GPU、FPGA和ASIC芯片；二是开发新架构，如存算一体芯片、软件定义硬件、类脑芯片等。国内以知存科技为代表的初创企业正在发力存算一体芯片架构。
什么是存算一体技术？这是一种有别于经典的冯诺依曼计算架构的新型计算架构。在冯诺依曼计算架构中，存储和计算是分离的两个芯片或者两个模块，数据必须在存储器与处理器之间来回搬运，消耗了大量的时间和功耗；新型存算一体架构则是将存储和计算有机地结合在一起，直接利用存储单元进行计算，极大地消除了数据搬移带来的开销。
存算一体技术的基本原理
存算一体技术被称为新一代人工智能芯片技术。在人工智能运算中，存储器和处理器的数据搬运是瓶颈，而存算一体解决了传统芯片在运行人工智能算法上的“存储墙”与“功耗墙”问题，可以数十倍地提高人工智能运算的效率，降低成本。特别适用于智能语音识别、降噪、声纹识别，人脸、手势、文字等识别。
知存科技成立于2017年10月，专注于研发设计基于Flash的存算一体AI芯片。其创始团队已在存算一体领域深耕八年，早在2014年就实现了存算一体芯片的流片，并完成了全球第一款存算一体深度学习芯片验证。成立三年来，知存科技已完成由科大讯飞、中芯聚源、国投创业、启迪之星等产业资本领投的多轮融资，累计融资近两亿元。公开消息显示，北京知存科技有限公司是一家专注存算一体芯片研发的企业。创始团队从2012年开始研发存算一体芯片；2014年，知存科技的创始人在美国加州大学圣芭芭拉分校的实验室做这项技术的研发，完成过6次流片和技术验证；2016年，创始团队在完成国际第一块模拟存算一体深度学习芯片；2017年10月23日在北京注册公司，2018年3月正式开始运营；2019年底量产国际首个存算一体芯片WTM1001。
知存科技2012年起开始存算一体研发，2016年完成国际首个Flash存内计算芯片验证，2019年底量产国际首颗存算一体芯片WTM1001，2021年Q3将推出第二款芯片，面向可穿戴领域的WTM2101，李想表示，该芯片集成32位RISC-V CPU，在性能等各个方面都有很大提升。
据北京知存科技有限公司副总裁李想介绍，基于不同的存储介质，大家在做存算一体技术的时候会采用不同的技术方向，有些是忆阻器，有些公司是用SRAM、NORFLASH，知存科技使用的就是NORFLASH技术。
知存科技面向可穿戴设备的超低功耗存算一体芯片WTM2101就是基于这个技术，目标市场耳机和手表，知存科技主要提供的是算力平台。李想表示，存算一体AI计算，在TWS耳机和手表上，优于传统算法。WTM2101尺寸是2.9*2.6mm，峰值算力是50Gops，能效比达到15Tops/W，最大可存1.8M的神经网络。这个芯片除了有存算一体的部分外，还有一个RISC-V内核、音频ADC和电源管理，以及丰富的接口等。
据介绍，目前知存科技的AI算法是跟第三方合作，会比现有的AI芯片指标都要好。声纹识别都没有功能，这颗芯片可以把手机的声纹识别可以放到可穿戴设备中。
WTM2101的超低功耗特性，具备更长的续航时间，大算力平台，可以为过去无法部署的可穿戴设备的功能提供可能性，可以大幅提升现有智能应用的体验效果。李想表示，公司的这款存算一体的AI芯片，目前还是样片阶段，年底会有一些小批量的试产。