IBM開發新處理器 結合運算和記憶體於單一晶片
https://bit.ly/37RdFns
IBM正在開發一種處理器，期望結合運算和記憶體於單一晶片上，改善系統效率來克服所
謂的范紐曼瓶頸（Von Neumann bottleneck）以提高系統效率。這一解決方案預計2029年
推出，系統效率提高了1000倍。
在傳統系統上，運算和記憶體位於不同的位置。每一次執行運作時，資訊會在運算單元和
儲存單元之間來回移動。如果將兩者整合在一起，效率勢必提高。現今IBM研究人員已經
開發出了200 mm2 的晶片，該晶片可以在記憶體中處理和儲存數據來克服這一瓶頸。
IBM為了達到這一目的，藉由提供開發人員一組Python語音程式撰寫的類比硬體加速套件
（Analog Hardware Acceleration Kit）。再透過該套件，使他們能夠開始測試一種在記
憶體內的運算方法，該方法將比起任何現有處理器還能夠更快地運行神經網絡演算法。
基本上，類比硬體加速套件的兩個主要組件，一個是基於Torch庫的開源機器學習庫，是
PyTorch的一個實例，另一個類比設備模擬器。IBM希望在研發處理器的同時能與軟體開發
商緊密合作，共同建構軟體。
IBM還宣布，與Synopsys已成為IBM位於紐約州Albany市的AI硬體中心的主要合作夥伴。
Synopsys將開發用於高性能矽晶片的IP模組塊，以及其他用於建構人工智慧（AI）應用程
式的軟體工具。
此外，IBM也將投資在紐約州Albany市的SUNY-Poly校園，新建一座無塵室設施，以推進封
裝（也稱為異構整合）提高記憶體近距離之互連能力。目的是確保在開發運算核心時，記
憶體頻寬會隨之增加。這些研究工作集中在細間距疊層技術上，在疊層中嵌入矽橋以實現
AI晶片之間的細間距互連。通過將記憶體與AI晶片堆疊在一起，實現了完整的3D整合。
總之，IBM正在開發的處理器是為了實踐基於神經網路的AI應用程式（也稱為深度學習演
算法），其能夠通過將數據儲存在記憶體中，以更快地反應事件，從而可以更快地處理簡
單的權重運算。一旦完成，部署在邊緣運算平台上的AI推理引擎將特別受益。
然而，要完全實現IBM這一研究項目，可能還需要一段時間。這也表明了，在AI應用程式
上，整個IT行業仍處在初始階段，未來的路還很長，後續廠商勢必會投入更多心力，為邊
緣AI帶入下一階段。