記憶體處理（PIM）在人工智能應用的記憶體系統中的前景💡
由 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（L1、L2、L3）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。
全站熱搜
留言列表
