资料 电子速递
海量原装IC/电子元件,任意挑选!

出货量突破百万颗!这家厂商在存算一体领域引领AI端测芯片发展

2023年01月10日

从2022年5月份正式出货,到目前客户基于WTM2101芯片大概有10个产品已经完成,合作的客户主要为对算力、功耗、应用多元化有较高要求的各类智能可穿戴设备厂商。进入市场未满1年,知存科技在TWS耳机、VR头显、智能手表等客户产品中出货量已经超过百万颗。


存算一体作为一种新型架构,可以有效解决传统冯·诺依曼架构下的“存储墙”、“功耗墙”的问题,有望成为数字经济时代的先进生产力之一。


最近,芯八哥“走进产业链”栏目记者采访了国内存算一体的领先企业—知存科技创始人兼CEO王绍迪。探讨在后摩尔时代AI芯片快速发展的背景下,当前知存科技企业的发展情况以及对行业未来发展的展望。


01、存算一体产业化的领军者,不到一年出货量就已经突破百万颗


据了解,知存科技成立于2017年,专注存算一体芯片领域,是存算一体产业化的开拓者和领军者。


早在2012年,公司创始团队就开始探索基于NOR Flash的存算一体芯片技术。经过在实验室长达4年的研究,公司CTO郭昕婕历经6次流片,首次攻下了浮栅存算一体深度学习芯片技术,做出了国际上首个浮栅存算一体深度学习芯片,证明了存算一体技术可以用在深度学习中。


2017年,存算一体技术开始在业内兴起,国际上大的半导体设计、设备和生产公司都开始投资这个技术路线。王绍迪意识到了存算一体技术即将开启属于它的时代,便提前结束博士后的研究工作回国创业,以实现存算一体技术的商业化。


经过长达2年多的研发,知存科技基于NOR Flash的存算一体芯片技术,在2020年推出了公司首款智能语音芯片WTM1001。


WTM1001为国际上首个量产的存算一体架构芯片。该芯片运行功耗为300μA,算力是市场上同类芯片的20倍,可直接存储和运行神经网络,运算过程无数据搬运,效率和传统架构的人工智能芯片相比提高了近50倍,可广泛应用于可穿戴设备和智能终端设备等低功耗AIoT场景中。

王绍迪介绍道。


第一代产品的成功,让知存科技跑通了存内计算芯片的量产过程,实现了从学术研究向商业应用落地的突破。


凭借着第一代产品的成功经验,公司团队马不停蹄的着手第二代产品的研发。2022年1月,知存科技宣布存算一体SoC芯片WTM2101正式量产,并于3月成功推向市场。


作为国际首个存算一体的SoC芯片,WTM2101基于存算一体技术,采用极小封装尺寸,可实现NN VAD和上百条语音命令词识别,并且能够以超低功耗实现NN环境降噪算法、健康监测与分析算法,典型应用场景下工作功耗均在微瓦级别。此外,该芯片可使用sub-mW级功耗完成大规模深度学习运算,可覆盖语音识别、语音增强、健康监测、环境识别、远场唤醒、运动识别、视觉识别及事件检测多个应用场景。


1.png

知存科技WTM2101存算一体SoC芯片

资料来源:知存科技


WTM2101芯片兼具超低功耗与高算力,相对于NPU、DSP、MCU计算平台,WTM2101的AI算力提高了10-200倍,功耗仅在5uA到3mA之间。尤其针对千兆ops以上的算力,例如TWS、对讲机、助听器等需要用到人声增强、降噪、抗啸叫算法时产生的算力,基于存内计算技术的WTM2101芯片更能发挥优势。


王绍迪补充道,

此外,WTM2101芯片是一个可开发的通用芯片,采用2.6x3.2mm2极小封装,内部包括1.8M的存算一体NPU、CPU、加速器组、RAM等,即便是常规非AI的算法都可以跑得游刃有余,这些优势使得WTM2101能够更好的满足市场需求,并且快速实现在市场的推广。


从2022年5月份正式出货,到目前客户基于WTM2101芯片大概有10个产品已经完成,合作的客户主要为对算力、功耗、应用多元化有较高要求的各类智能可穿戴设备厂商。进入市场未满1年,知存科技在TWS耳机、VR头显、智能手表等客户产品中出货量已经超过百万颗。


2.png

知存科技WTM2101存算一体SoC芯片主要产品特点

资料来源:知存科技


值得一提的是,除了芯片外,知存科技还能为客户提供丰富的软件工具,能够帮助更多的开发者基于WTM2101开发出成熟方案。不仅如此,WTM2101还提供智能语音和健康类的智能算法并持续升级,以始终保持业内领先的效果。


继WTM2101芯片量产后,公司针对物体识别、分类检测、以及视频增强等更高性能的场景又开发了WTM8系列芯片,以适应于各种高能效复杂边缘计算场景的需求。


王绍迪表示,WTM8系列覆盖2D(1080P-8K)与3D视频处理场景,具备高算力、低功耗、高能效、低成本的核心优势,在算力上可以达到几十Tops,相对第二代芯片产品有500-600倍的算力提升。据其透露,目前该产品已经经过流片验证,预计在2023年将投入市场。


02、存内计算芯片在AI端侧大有作为,在深创投等机构的加持下出货量将实现千万级的跨越


业内周知,现代计算机普遍采用冯-诺伊曼架构,存储器与计算器分离。在进行运算时,原始数据需要从存储器传输到计算器,计算器完成计算后,再将结果数据返回到存储器,这就导致了计算能效低、速度慢、功耗高等问题。


存算一体作为一种新的计算架构,核心是将存储与计算完全融合,有效克服了冯·诺依曼架构瓶颈,并结合后摩尔时代先进封装、新型存储器件等技术,能够实现计算能效的数量级提升,已成为目前存算一体技术的攻关的重点。


云端方面,Mythic于2021年推出了 M1076 模拟矩阵处理器,这款模拟AI处理器的耗电量是传统模拟处理器的十分之一,能够给小型边缘设备提供强大的计算,以便在数据中心中提供服务器级的计算能力;边端方面,Syntiant是市面上少有的实现芯片大量出货的边缘AI芯片初创公司。2021年夏天以来公司与瑞萨合作,开发了深度学习处理器NDP120,通过基于人工智能的高级语音和视觉处理解决方案,能够在安全系统、个人设备、工业和制造、运输和物流等方面增强用户体验。


而在终端方面,据IDC预测,2025年全球物联网设备数将超过400亿台,产生数据量接近80ZB,在智慧城市、智能家居、自动驾驶等诸多场景中超过一半的数据需要依赖终端本地处理,单设备的AI算力需求约在0.1~64TOPS之间。


凭借在功耗、计算效率等方面具有的明显优势,存内计算芯片能在单位面积下提供更高的算力、更低的功耗,进而延长设备工作时间,在端侧具有广阔的应用前景,可适用于家庭网关、工业网关、摄像头、可穿戴设备等对运行时间、功耗、便携性等有较高要求的场景。


创业要成功对市场的判断占决定因素。公司刚起步时,当时大的市场声音是AI不需要端侧,只需要云端就够了。但我们觉得肯定有端侧市场,因为我们知道技术能带来什么,知道上下游配套的东西能不能实现,实现之后能给产品带来什么样的提升。因此在做了充分考量分析后,我们从创业初始就决定从端侧芯片切入,稳扎稳打、逐步布局云边端。


王绍迪说道,

和其他厂商相比,公司的优势主要在于端侧市场方面。在这一领域,我们是存内计算市场上最早的开拓者和引领者,并且在产品和生态上已经形成了非常强的竞争力。未来,我们将进一步完善芯片架构的通用及稳定性,并且不断优化对软硬件的协同能力,以强化公司的竞争优势。


3.png

知存科技存内计算产品规划

资料来源:知存科技


作为一种较新的芯片设计方法,存算一体在走向商业应用落地的过程中,同样存在众多困难与挑战。


对于此,王绍迪指出:

从0到1的商业化落地过程中,存算一体芯片从器件研发及制造、电路设计、芯片架构、EDA工具链到软件算法生态等诸多方面都没有成熟经验可参考。在量产过程中,稳定性、工艺偏差等方面都需要团队慢慢摸索,我们在这过程中也是踩过了很多坑,走过了很多弯路,最终才在该领域有所突破。不过,这些经验也帮助知存科技建立了扎实深厚的技术壁垒与先发优势。


为了加快发展的步伐,进一步加大竞争优势,近年来知存科技在半导体一级市场上异常活跃。就在前几天,知存科技又传来好消息,公司宣布成功获得了2亿元的B2轮融资,以加速存算一体芯片的商业化进程。


截至目前,公司已经累计完成了金额达8亿元的多轮融资,主要投资人包含中芯聚源、讯飞创投、哈勃投资、天堂硅谷、深创投、国投创业等知名机构。


有了这些知名机构的信任与加持,知存科技在2022年不仅实现了存内计算芯片的量产,更经受住了市场检验,帮助十余家客户基于WTM2101开发并实现了功能创新升级。


王绍迪表示,

未来,公司将继续投入存内计算芯片研发迭代和市场应用拓展,出货量将逐渐从现在的百万级实现到千万级的跨越,用存内计算技术突破算力瓶颈,为AI落地持续赋能。


结语


知存科技作为国内领先并且较早实现存算一体商业化落地的公司,在围绕WTM序列进行产品迭代的同时,公司也在进一步丰富软件、工具链,以搭建存算一体的良好生态。相信在完成0-1的验证期后,随着今年主力产品的逐步放量与新产品的陆续投入市场,预计公司将驶入发展的快车道。

欲了解更多电子元器件相关信息,请添加