日前，由中国科学院、中国工程院等多名院士领衔的第二届中国计算机学会芯片大会(CCF Chip 2024)在上海圆满落幕。作为国内存储控制芯片领域领军企业，得一微电子CEO吴大畏先生发表特邀报告《存储芯片在AI端侧设备的前沿应用与未来展望》，他和与会专家一道，深入探讨AI终端部署的计算与功耗瓶颈，以及智能计算与新兴存储技术的融合，为存算技术发展提供前沿研究。
在AI时代，尽管HBM在内存市场大行其道，但非挥发存储如eNVM和传统NAND Flash在AI时代正悄然变革，并在业界产生新的影响。吴大畏先生在演讲中，探讨了存储芯片和AI端侧设备未来应用的方向，这些方向虽不一定都会成为未来，但无疑具有引领市场的潜力，可能预示着真实的未来趋势。
AI与端侧设备相互依存、相互支撑
提及AI，必然涉及端侧AI的应用。吴大畏先生首先列举了AI在端侧应用的六大主要设备：AI智能手机、AI PC、智能物联网设备、智能汽车、健康监测设备以及智能安防监控，并指出AI应用主要涵盖智能家居(消费领域)、智能制造(工业领域)以及智慧城市(工业及更广泛的社会应用领域)三大核心场景。这些多样化的设备和场景组合共同构成了丰富多彩的AI应用场景。
在吴大畏先生看来，未来AI应如空气般无处不在，深入每个使用环境，成为主动而非被动式存在。这意味着AI需落地端侧，实现润物细无声的存在，让用户每天如呼吸空气般感受不到其存在，却又无处不在。因此AI落地端侧，除了对算力的要求外，还需考虑数据安全、高性能与低延时、用户体量和黏度、优异的成本效益等。而端侧设备对AI也有需求，包括多模态信息的输入输出能力、本地决策能力和精准的个性化体验等，AI与端侧设备两者相互依存，相互发展。
接着，吴大畏先生还深入探讨了非挥发存储与AI结合的多层次演进方式。他指出，非挥发存储自身的演进将追求更高性能、吞吐率、并发性、安全性和容量，以及针对AI应用的优化;此外，非挥发存储和计算系统的接口演进，在不同应用中也将呈现多样化发展路径。嵌入式存储如手机可能会沿UFS3.0、UFS4.0等路径升级。在PC领域则向PCIe Gen5、Gen6、Gen7发展，互联可能向CXL方向演进，并有望从企业级扩展到消费电子端侧。最后，存储互联和计算的整生态优化，最终达到性能提高、功耗降低、成本降低的目标。未来系统同时实现这三点，关键在于优化算力、存力和数据传输的紧致分配。
随着AI产业的发展，端侧设备可能需要承载更多增长训练，以及验证、推理等后续工作，端侧将逐渐支持相关生态和应用的发展。根据微软和摩根士丹利等机构的预测，到2024年底，AI PC销售量有望达到5000万台，占PC市场的20%左右;全球新一代AI手机出货量将达1.7亿部，占智能手机出货量的15%左右。到2028年，AI PC渗透率预计将达到64%，AI手机市场份额将达到54%。从产业链发展的角度来说，这个增长速度无疑是令人瞩目的。
在此基础上，吴大畏先生进一步从AI手机、AI PC、智能汽车、AI存储等场景出发，分享了他的深入见解和展望。
存储应对AI智能手机的挑战
面对AI智能手机挑战，关键在于实现手机端侧AI应用的高效运行。手机端侧的AI应用对算力和DRAM提出了更高要求。鉴于DRAM在端侧成本中的高占比，若采用高算力GPU配合大容量DRAM，可能会导致成本显著上升。为解决这一问题，关键在于将非挥发存储与DRAM、GPU、NPU、APU、TPU、CPU等组件进行有机结合，在成本与性能之间找到平衡点，并有望在未来实现手机端的增长训练。同时，这种结合方式还能最大限度地保护用户隐私，并确保系统能够实时响应用户的个性化需求。
如若像苹果公司在其蓝图中所规划的那样，将AI智能手机演变为个人工作、生活小助理，则需解决在内存有限的情况下如何训练和应用大型模型的问题。这通常涉及将非挥发存储与内存进行组合使用，同时还需要进行模型压缩、存储结构优化以及算法本身的优化。
AI PC从被动式存储转变为主动式存储
接着吴大畏先生探讨了AI PC端侧的存储需求。AI PC是具备全模态人机自然交互条件，承载最多场景的个人通用设备，是最强的个人计算平台，同时也是存储容量最大、最受信赖的安全终端。
吴大畏先生分享了关于AI PC集成带推理能力SSD的看法，即近存计算应用。每个存储控制芯片内实际含大量算力，可为算力基础设施提供支撑。若生态得到优化，模型数据和计算不需内存重新加载，数据传输的性能将大幅提高，功耗降低，对上层CPU算力要求也会降低。
展望未来，手机和PC将包含增量训练和推理，存储需分层以控制成本。虽然全用SLC对系统和个人体验最佳，但价格高昂。产业界需解决提供最高性价比方案的问题，由此提出了存储介质分层方案。从当前来看，分层包括HBM、DIMM、CXL、SLC SSD、普通SSD、QLC SSD、机械硬盘等。未来，这些存储层次将更广泛地应用于家庭和个人场景。
CXL存储助力车端AI 应用
车端作为AI典型的应用场景，愈来愈多的矛盾点逐渐显现。一方面，在智能汽车内卷严重的今天，汽车BOM(物料清单)成本受到了严格限制;另一方面，汽车智能时代对存储设备的性能、及时性、可靠性、服务性QoS等要求极高，导致矛盾愈发凸显。某些应用初始版本功能单一、效率高，但随着功能不断增多，逐渐变慢且占用更多算力。车厂虽会在初始阶段为每个应用分配一定的CPU算力份额，但难以持续维持这种分配，关键应用的算力无法得到保证。
面对这一问题，吴大畏先生认为融合了CXL技术的存算一体、存算的极致分配与互联的解决方案将是破解之道。在嵌入式行业场景中，存算一体和近存计算将会得到首先应用。以数据库存储方案在车端AI的应用为例，如果车厂仅仅通过更换算力更高的CPU来解决问题，那将导致成本过高。因此，合理的方案在于如何实现紧致的算力分配，在存储端分担部分数据库算力，以优化CPU的算力分配。
总结
吴大畏先生的演讲不仅为存算技术发展提供了前沿的研究方向，还为行业带来了宝贵的思考和启示。在演讲尾声，吴大畏先生揭示了得一微电子对于手机、PC、汽车端等主流存储领域的未来布局。凭借最全面的存储控制产品线和IP组合，得一微电子正在加速推进UFS4.0、PCIe 5.0、CXL等前沿产品和技术的研发，将为更多行业和应用场景带来创新性的存储解决方案。
得一微电子致力于成为存储控制、存算一体、存算互联领域技术领先的芯片设计公司，为消费级、企业级、工业级、车规级等市场的全场景应用提供贴身定制的解决方案和服务。通过不断创新的技术，为中国新兴存储器在消费电子和AI端侧应用带来高性价比的解决方案，进一步推动存算技术的发展和进步，助力行业实现更多的创新和突破。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
