存儲芯片巨頭涌向新賽道

說起“存儲”和“AI”，很多人會說存儲對AI很重要，因為AI的發(fā)展是由海量數(shù)據(jù)支撐起來的，這就使得人們對數(shù)據(jù)處理提出了極高的要求，需要更大的內(nèi)存去存儲更多的數(shù)據(jù)，不得不承認(rèn)，高性能的存儲能讓AI技術(shù)發(fā)揮出*威力。但其實AI對存儲也很重要，AI 時刻推動著存儲的發(fā)展，究其原因繞不開存內(nèi)計算（PIM ：Processing in-memory）。

存內(nèi)計算是一項打破傳統(tǒng)馮諾依曼架構(gòu)的新型運(yùn)算架構(gòu)，通過將存儲和計算有機(jī)結(jié)合，直接利用存儲單元進(jìn)行計算，極大地消除了數(shù)據(jù)搬移帶來的開銷，解決了傳統(tǒng)芯片在運(yùn)行人工智能算法上的“存儲墻”與“功耗墻”問題，可以數(shù)十倍甚至百倍地提高人工智能運(yùn)算效率，降低成本。

雖然存內(nèi)計算的基本概念早在上個世紀(jì)七十年代就已經(jīng)被提出，但直到近些年才逐漸成為人們關(guān)注的焦點，原因在于，算力和運(yùn)算數(shù)據(jù)量的激增導(dǎo)致存儲墻問題愈發(fā)凸顯，想要進(jìn)一步提高算力，只有解決存儲墻問題，而在各種解決方案中存內(nèi)計算是最直接的一種方式，可以實現(xiàn)高能效、低功耗、低成本。

早在2019年，美光首席執(zhí)行官 Sanjay Mehrotra 就指出，曾經(jīng)的計算架構(gòu)并不適合未來的發(fā)展趨勢，從長遠(yuǎn)來看認(rèn)為計算*在內(nèi)存中完成。當(dāng)時美光另一位技術(shù)高管也堅信計算和內(nèi)存的融合對于提高性能效率和降低延遲是必要的，并愿意為此付出努力。不少業(yè)內(nèi)人士認(rèn)為，未來存儲器可能不僅僅是存儲設(shè)備，還可能是加速器，或者還會具備其他的功能，例如更好的ECC等。

那么，面對數(shù)據(jù)量激增的未來，如何應(yīng)對內(nèi)存帶寬挑戰(zhàn)，實現(xiàn)更優(yōu)質(zhì)的 PIM來減輕各種 AI 驅(qū)動所面對的諸如HPC、培訓(xùn)和推理等工作負(fù)載？AI就是一個很好的選擇，隨著技術(shù)的演進(jìn)，越來越多的存儲廠商開始加入AI戰(zhàn)…

卡位AI，投資先行

如何最快獲得一項新技術(shù)，投資/收購就是極為常見的一種方式，存儲廠商開啟AI投資熱潮大約是在2018年前后，這一年也是人工智能的狂歡年，Google Duplex代替人類自動接打電話、歐盟正式發(fā)布的人工智能道德準(zhǔn)則草案、OpenAI的5v5 DOTA AI“Open AI Five”再次完勝人類、全球*個“AI合成主播”正式上崗…種種一切似乎讓人們意識到，只在小說中存在的AI時代真的要來了。

2018年6月，存儲龍頭三星公布了一項專注于 AI 科技和初創(chuàng)公司的新基金“Samsung NEXT Q Fund ”，將為那些解決AI問題以及使用AI解決計算機(jī)科學(xué)問題的初創(chuàng)公司提供種子輪和 A 輪融資支持，公告中特別提到，包括的領(lǐng)域涉及模擬學(xué)習(xí)、場景理解，問題學(xué)習(xí)方案和人機(jī)交互。

到了2018年8月，三星集團(tuán)宣布，未來三年將在AI、汽車零部件等領(lǐng)域投資逾220億美元，其中大部分投資由三星電子承擔(dān)；2021年8月，三星再次公布未來三年會投資240萬億韓元（約合2055億美元）到生物制藥、人工智能、半導(dǎo)體、機(jī)器人等領(lǐng)域。從2018年的220億美元，到2021年的2055億美元，十倍的增長，雖然AI并不是三星電子加大投資的惟一領(lǐng)域，但顯然已經(jīng)是被鎖定的新成長領(lǐng)域。