人工智能(AI)、車(chē)用芯片的復(fù)雜程度更勝以往，邊緣處理比重增加，存儲(chǔ)的選擇、設(shè)計(jì)、使用模式及配置難度也越來(lái)越高。

據(jù)Semiconductor Engineering報(bào)導(dǎo)，為了處理汽車(chē)和AI應(yīng)用產(chǎn)生的大量資料，芯片架構(gòu)越趨復(fù)雜，在資料于芯片、元件和系統(tǒng)之間移動(dòng)以及處理優(yōu)先處理順序不明確的情況下，設(shè)計(jì)團(tuán)隊(duì)只能在合并和共享存儲(chǔ)之間取得平衡以降低成本，或增加更多不同類(lèi)型的存儲(chǔ)來(lái)提升效能、降低功耗。

因此出現(xiàn)各種不同的方法，包括將小型存儲(chǔ)分散在芯片或封裝周?chē)泥徑鎯?chǔ)運(yùn)算(near-memory computing)，以及將資料移動(dòng)最小化的存儲(chǔ)內(nèi)運(yùn)算(in-memory computing)。這些方法的目的都是透過(guò)減少負(fù)載和儲(chǔ)存量來(lái)解決存儲(chǔ)瓶頸，同時(shí)節(jié)省能源。

內(nèi)建SRAM和DRAM存儲(chǔ)仍是當(dāng)前市場(chǎng)主流。DRAM密度高、使用電容儲(chǔ)存結(jié)構(gòu)相對(duì)簡(jiǎn)單，又具有低延遲、高效能和接近無(wú)限次存取的耐用度，功耗也比較低。SRAM速度非?？?，但較為昂貴且密度有限。這些不同的需求會(huì)影響存儲(chǔ)的類(lèi)型、數(shù)量以及內(nèi)建或外接存儲(chǔ)的選擇。

功耗也是存儲(chǔ)的關(guān)鍵問(wèn)題，不同存儲(chǔ)類(lèi)型和配置也會(huì)影響功耗。例如在7奈米制程的存儲(chǔ)上移動(dòng)資料因?qū)Ь€的RC延遲，需要更高的功率，并可能產(chǎn)生熱能，破壞訊號(hào)的完整性。

存儲(chǔ)對(duì)AI很重要，AI又是所有新技術(shù)的要角。但不只有AI芯片，還有芯片內(nèi)部的AI應(yīng)用，都會(huì)影響存儲(chǔ)的使用方式。如要實(shí)現(xiàn)超快的速度和最低功耗，最好的辦法就是把所有元件放在同一個(gè)芯片上，但有時(shí)會(huì)受到空間的限制。

這也說(shuō)明了，為什么資料中心和訓(xùn)練應(yīng)用AI芯片的體積比許多部署在終端設(shè)備執(zhí)行推論應(yīng)用的其他類(lèi)型芯片更大。另一種方法則是將部分存儲(chǔ)移到芯片外，并透過(guò)設(shè)計(jì)提高傳輸量及縮短與存儲(chǔ)的距離，或是限制外接存儲(chǔ)的資料流。

外接存儲(chǔ)的競(jìng)賽，基本上以DRAM-GDDR和HBM為主。從工程和制造角度來(lái)看，GDDR比較像DDR和LPDDR等其他類(lèi)型的DRAM，可以放在一個(gè)標(biāo)準(zhǔn)的印刷電路板上并使用類(lèi)似的制程。

HBM是比較新的技術(shù)，牽涉到堆疊和矽中介層，每個(gè)HBM堆疊都有上千個(gè)連接，因此需要高密度的互連，這遠(yuǎn)遠(yuǎn)超過(guò)PCB的處理能力。HBM追求最高效能和最佳的電源效率，但成本更高，需要更多的工程時(shí)間和技術(shù)。GDDR的互連沒(méi)這么多，但會(huì)影響訊號(hào)的完整性。

明導(dǎo)國(guó)際(Mentor)IP部門(mén)總監(jiān)Farzad Zarrinfar表示，功率、效能和面積(PPA)都很重要，但主要還是和應(yīng)用有關(guān)。以攜帶型的應(yīng)用為例，功率非常重要，而功率也分為動(dòng)態(tài)和靜態(tài)兩部分，如果需要大量運(yùn)算，那么動(dòng)態(tài)功率就非常重要；如果是穿戴式設(shè)計(jì)，則更重視靜態(tài)／漏電功率。電動(dòng)車(chē)在意電池的續(xù)航力，因此功耗也是關(guān)鍵因素。

盡管有大量革命性的技術(shù)和創(chuàng)新架構(gòu)，存儲(chǔ)仍是所有設(shè)計(jì)的核心。如何決定現(xiàn)有存儲(chǔ)的優(yōu)先順序、共享、位置以及用途，獲得最佳系統(tǒng)效能是件知易行難的事。