Skip to content
“模拟计算的最新突破Encharge”
几十年来，我们一直知道模拟芯片可以做得比传统数字芯片更节能、更节省面积，但因为种种原因，模拟芯片一直没有成为主流。但现在，Encharge新的模拟芯片解决了大部分问题，将模拟计算提升到了一个全新的水平。
生成式人工智能，需要大量的内存来处理神经网络的数据和参数，这些计算任务包含大量利用内存的基本操作组成，访问内存的成本可能比计算操作本身的能量高出几个数量级。解决这一内存瓶颈的新兴方法之一是近内存或内存内计算，通常以模拟的方式实现。
模拟芯片不是使用零和一等数字信号以及传统晶体管进行操作，而是使用连续信号进行操作，连续信号可以是零到一之间的任何信号，然后我们使用由电阻器和电容器等组成的模拟电路。
人工智能程序的核心关键操作就是所谓的矩阵乘法累加运算。芯片将输入值加载到内存中，然后将这些值乘以所谓的权重，许多这样的乘法并行执行，然后将输出结果相加。
过去已经有很多很多尝试以模拟方式实现此运算，之前Mythic 芯片使用电阻器在模拟电路中执行乘法累加运算，然后对输出端的电流求和，但是，随着与噪声不匹配精度相关的各种问题的出现，Mythic在过去几年中一直在努力寻找这些问题的解决方案。最终转向了不同的应用。
Encharge使用不同的方式，他们的计算是使用金属电容器的电荷计算。他们不是以模拟方式执行整个矩阵乘法累加运算，而是使用晶体管以数字方式执行乘法运算，然后使用电容器以模拟方式实现累加运算。这种累加运算非常简单和精确，而且这些电容器几乎是免费的。
芯片上有数十亿个晶体管，它们通过金属线互连，就像一条深达20层的多层高速公路。在Encharge芯片中，他们使用的电容器是由这种位于晶体管顶部的金属互连构成。这些金属电容器非常容易处理，没有任何温度依赖性，并且尺寸通过CMOS技术得到很好的控制。也很容易通过现有EDA工具进行处理。
Encharge已经制作了该芯片的第一个原型，据报道该原型在能源效率方面取得了显著的改进。它每秒每瓦能够执行150万亿次操作，比以前的模拟芯片（例如Mythic）至少节能20倍。
除此之外，他们还为其构建了一个软件堆栈，来管理对内存的整个访问，他们的第一个商业产品将于今年晚些时候推出。
作为应用第一步，他们的目标是推理应用程序，就是运行芯片上的预训练模型。他们的主要目标是发挥其节能优势。模拟运算的低功耗特点，允许将其用于边缘计算设备，手机。根据EnCharge的说法，之后他们会尝试将模拟计算扩展到人工智能训练中。
在CMOS技术中，电容器是真正可靠的东西，Encharge的方法结合了模拟和数字的优点，未来可以很好地扩展。也许现在还是模拟计算的冬天，但春天即将到来。
