Los equipos electrónicos modernos se están desarrollando rápidamente hacia la inteligencia, el peso ligero y la portabilidad, pero el desafío del procesamiento inteligente de grandes datos y el cuello de botella de la arquitectura informática de von Neumann se han convertido en una de las contradicciones clave en el campo de la información electrónica actual; ) Los problemas de consumo de energía y confiabilidad provocados exacerbaron aún más el rápido deterioro de esta contradicción.

En los últimos años, las nuevas arquitecturas de computación centradas en datos, como la tecnología de chip de computación en memoria, han atraído una atención generalizada, especialmente en escenarios de inteligencia final. Sin embargo, en función de la consideración de muchos factores, como los recursos, la demora, el costo y el consumo de energía de los dispositivos finales, la industria presenta requisitos estrictos para los chips de computación en memoria. Por lo tanto, la integración de los medios de computación en memoria y los paradigmas de computación es particularmente importante. Al mismo tiempo, la colaboración entre capas dispositivo-chip-algoritmo-aplicación es fundamental para la aplicación industrial y la construcción ecológica de chips integrados de computación de memoria. Este artículo hace una breve descripción de la demanda, la situación actual, la dirección principal, las perspectivas de aplicación y los desafíos del chip de computación en memoria inteligente del lado final. Tenemos razones para creer que con el soporte de hardware de chips de computación inteligente en memoria de alta eficiencia energética y bajo costo, con la madurez de las tecnologías de comunicación 5G e Internet de las cosas (IoT), la era de Internet inteligente de todo (AIoT) está llegando.

Desde la cuarta revolución de la información, los equipos electrónicos modernos se han desarrollado rápidamente hacia la inteligencia, el peso ligero y la portabilidad. Especialmente en los últimos años, con la investigación en profundidad y la popularización de los algoritmos de inteligencia artificial representados por redes neuronales de aprendizaje profundo, los dispositivos electrónicos inteligentes y los escenarios de aplicaciones relacionados se han visto en todas partes, como reconocimiento facial, reconocimiento de voz, hogar inteligente, monitoreo de seguridad, conducción no tripulada, etc. Al mismo tiempo, con la madurez de la tecnología de comunicación 5G e Internet de las cosas (IoT), es previsible que se acerque la era de la Internet inteligente de todo (AIoT).

En el escenario futuro de AIoT, los dispositivos se dividirán principalmente en tres categorías: nube, borde y terminal, entre los cuales los dispositivos terminales de borde mostrarán un crecimiento explosivo. Como todos sabemos, los tres elementos de la inteligencia artificial son el poder de cómputo, los datos y los algoritmos. La popularización de Internet y la comunicación 5G ha resuelto el gran problema de los datos, el rápido desarrollo de la red neuronal de aprendizaje profundo ha resuelto el problema del algoritmo y la industrialización a gran escala de hardware de alto rendimiento como Nvidia GPU/Google TPU ha resuelto el problema. del poder de la computación en la nube. Sin embargo, el poder de cómputo de los dispositivos terminales de borde con recursos limitados sigue siendo un eslabón perdido y, debido a sus requisitos especiales de retraso, consumo de energía, costo y seguridad, se convertirá en la clave central para las aplicaciones industriales a gran escala de AIoT. Por lo tanto, en el camino hacia AIoT, el desafío central que debe resolverse es un chip inteligente del lado final con alta eficiencia energética, bajo costo y tiempo de espera prolongado.