基于 SRAM 的存内计算助力实现节能 AI

 上一篇文章详述了关于SRAM即静态随机存储器(Static Random Access Memory)的相关概念，以及决定SRAM的性能的因素，详情请跳转：https://bbs.youkuaiyun.com/topics/618039868

本期内容介绍有关功耗的相关问题。随着AI模型的复杂性和规模的不断增长，相应的功耗问题也逐渐凸显。在这个背景下，存内计算技术成为降低AI系统功耗的重要解决方案之一。本文将深入探讨基于SRAM（静态随机存取存储器）的存内计算，旨在详细解释存内计算如何助力降低AI功耗，并深入探讨SRAM是如何在这一技术中发挥关键作用的。

一．降低 AI 功耗的必要性

中国科协在第二十五届中国科协年会主论坛上，发布了2023重大科学问题、工程技术难题和产业技术问题。人工智能、新能源、高性能材料、生命科学等领域的重大问题受到关注。其中第一个问题就是如何实现低能耗人工智能。

 第二十五届中国科协年会主论坛在合肥举行

人工智能（AI）加速器在神经网络等AI类型的任务中扮演着至关重要的角色。这些高效的并行计算设备能够提供处理大量数据所需的出色性能。随着AI在我们生活中的不断渗透，从智能扬声器等消费电子产品到自动化工厂等工业应用，我们迫切需要关注这些应用的能源效率。以设计AI加速器为例，我们有机会在早期设计