close

記憶體處理(PIM)在人工智能應用的記憶體系統中的前景💡 

COVID19 加速的全球數位化轉型正在改變存儲器半導體技術的演進模式。 

AI(人工智能)、IoT(物聯網)和大數據等相關技術的發展,實時湧入遠端辦公、視頻會議和在線學校,導致數據量呈爆炸式增長。

根據IDC 2017年發布的數據,到2025年,產生的數據量將達到163澤字節,其中5.2澤字節將進行數據分析(數據時代2025)。 當前的計算機系統採用馮諾依曼架構。

使用圖 2 中的記憶體層次結構,當 CPU 處理來自片外主存儲 (DRAM) 的數據時,經常使用的數據會存儲在快速、節能的緩存(L1L2L3)中,以提高性能和能效。但是,在處理大量數據的應用程序中,大部分數據是從主存儲中讀取的,因為與緩存的大小相比,要處理的數據非常大。

確實目前在封裝處理中,已經從原本的純記憶體變為控制器加記憶體。

  

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 SwayChat 的頭像
    SwayChat

    SwayChat 吃喝玩樂 生活體驗

    SwayChat 發表在 痞客邦 留言(0) 人氣()