智芯科顾渝骢详解SRAM存算一体技术优势，研发服务器与可穿戴芯片
智芯科CEO顾渝骢详细解读了SRAM存算一体技术的独特优势，并透露公司即将推出的服务器和穿戴设备芯片，这一系列芯片将满足具身智能等多个高性能场景的需求。顾渝骢指出，具身智能作为一种融合感知、反应与智能的技术形态，特别依赖低延时、低功耗的芯片架构，而存算一体技术能够极大提升这些方面的表现。
高能效芯片需求的推动力
随着人工智能的发展，具身智能的概念逐渐被广泛讨论。具身智能不仅包括人形机器人，还涵盖其他类型的智能设备，例如类犬型机器人和无人机等。这些设备的核心特点在于其能够在复杂环境中实时作出反应。顾渝骢在2024年全球AI芯片峰会中指出，低延时和低功耗是实现具身智能的关键挑战，而存算一体的AI芯片成为应对这些挑战的主要方案。
顾渝骢解释道，具身智能设备需要能够迅速处理大量传感器数据，并在极短的时间内作出反应。例如，当一个机器人即将摔倒时，系统必须以毫秒级的速度分析并调整姿态。这种场景下，传统AI芯片依赖云端计算，数据上传与处理的延迟即便仅在毫秒级，也可能导致机器人失去平衡。因此，必须开发能够将算力直接部署在设备上的芯片，使设备具有本地处理数据的能力，从而减少依赖云端计算的延迟。
SRAM的存算一体技术
在诸多存算一体的技术路径中，SRAM凭借其优越的读写速度和能效比，成为这一领域的首选。不同于传统的冯·诺伊曼架构，存算一体技术将存储与计算紧密结合，打破了数据传输的瓶颈，显著提升了计算效率。顾渝骢特别指出，SRAM相比其他存储技术，具有更高的可集成性和成熟度，能够支持频繁的快速读写操作，这使其成为Transformer等模型中的自注意力机制（Self-Attention）的理想选择。自注意力机制在神经网络中至关重要，要求快速、大量的矩阵运算，而SRAM正好可以应对这些需求。
相较于DRAM和Flash，SRAM在存算一体技术中展现了更多的潜力。顾渝骢认为，SRAM不仅能快速处理数据，还能以较低的功耗完成高强度的计算任务。特别是在异构计算环境中，SRAM能够与CPU、GPU等单元协同工作，形成具有高效能和灵活性的SoC（系统级芯片）架构。未来，SRAM存算一体技术可能会成为具身智能领域的核心方案，尤其是在人形机器人等需要实时反应的场景中，其低延时和高能效的优势尤为突出。
智芯科的技术创新与布局
智芯科自2019年起就专注于SRAM存算一体技术的研发，并在多地设立研发中心，拥有大量专利积累。在技术路径上，智芯科选择了模数混合的数字存内计算架构，这种架构不仅确保了计算精度，还提升了功耗效率。此外，智芯科的技术能够支持矩阵稀疏性优化，在减少不必要计算的同时进一步提高了计算效能。
在稀疏矩阵计算中，传统的NPU采用ZeroSkip技术来跳过矩阵中的零元素，以减少计算量。然而，智芯科的SRAM存内计算能够自动省略零值元素，从而减少了数据传输的负担。这种技术的实际应用显示，在22nm工艺下，SRAM存内计算的能效比可以达到23TOPS/w，而当工艺节点缩小至7nm或5nm时，能效将进一步提高。
硬件方面的创新之外，顾渝骢强调了软件生态的重要性。他指出，智芯科不仅专注于芯片研发，还将开发一系列通用性强的编译器和工具链，以确保开发者能够更好地利用芯片的性能。一个完整的软硬件生态系统将为智能设备的开发和部署提供更好的支持。
多场景应用与未来发展
智芯科的产品布局涵盖了从低算力到高算力的各类芯片，算力范围从1GOPS到1000TOPS不等，能够适应多种场景需求。例如，小算力芯片主要应用于语音识别和交互场景，而更高算力的芯片则被设计用于自动驾驶和具身智能机器人的「大脑」系统。此外，智芯科的芯片还可以支持多模态应用，涵盖视觉、听觉等多种感知功能。
顾渝骢透露，未来智芯科将进一步扩展产品线，涵盖边缘计算服务器和各类穿戴式设备。他特别提到，未来的芯片不仅仅会应用于机器人和自动驾驶领域，还将进军感知服务器等高性能计算领域，为大算力推理任务提供支持。这意味着，智芯科的产品未来将在多个行业中发挥重要作用，从个人设备到企业级应用，覆盖范围将更加广泛。
总结
存算一体技术，特别是基于SRAM的存算一体芯片，正迅速成为AI和具身智能领域的核心技术之一。智芯科凭借其在这一领域的技术积累与创新，将不断推动这一技术的应用场景落地。从人形机器人到自动驾驶，低功耗和高效能的AI芯片将成为未来智能设备的重要基础。而智芯科也将在这一进程中，进一步拓展其产品线，涵盖从智能感知设备到高性能计算服务器的多种应用场景，迎接技术发展的新机遇。
