Page 35 - 第三代半導體—— 碳化矽材料製程與分析
P. 35
INNOVATIONS
(Western Digital)都宣佈推動該 領域的標準化，令人振奮。」
接收最終輸出。韌體利用來自ML引
擎的輸出來執行AI動作。 SST的SuperFlash
雖然速度和性能對滿足AI需 求至關重要，快閃記憶體也面臨新 的壓力;一項頗具挑戰性的控制器 技術可以幫助舒緩後端的NAND管 理。Flashtec NVMe 4016的可程 化架構，使SSD開發人員能夠透過 韌體客製化來最佳化產品差異化， 還包括一個新的可程化ML引擎， 能在AI和ML應用中支援各種圖案 識別和分類功能。
「SSD通常是為合成和泛用工 作負載而設計的，而大多數SSD設 計團隊實現的SSD和媒體管理演 算法，並不完全能意識到SSD生命 週期中會經歷的資料流量;」Haija 表示:「無論SSD承擔的工作負載是 什麼類型，控制器中的AI引擎能支 援即時NAND管理演算法適應。」
該ML引擎由輸入層、0個或更 多隱藏層(hidden layers)和一個輸 出層組成;該引擎還包含一個輸入 層，負責從外部來源接收輸入，隱藏 層在位於內部包含權重(weights)和 偏置(biases)的神經元幫助下，負責 分析資料並執行學習過程。
Microchip專有引擎釋放了控 制器中的運算資源，同時間它仍然 足夠泛用，可開發不挑應用的AI/ ML應用程式，並在不影響資料完 整性的情況下，平衡性能、功率、 成本和易用性。Microchip的SSD 控制器業務是聚焦資料中心的更 廣泛解決方案之一部分;其解決方 案在AI應用之外，還包括PCIe交換 器和結構、PCIe/CXL重計時器和串 列記憶體控制器。
Reiten亦表示，知存科技 首款量產的神經處理SoC，能 讓sub-mA低功耗系統即時降 低語音雜訊並識別數百指令 字，而且在開機之後就可立即執 行。memBrain神經形態記憶體 產品經過最佳化，可以為神經網 路執行向量矩陣乘法，讓應用於 電池供電裝置與和深度嵌入式邊 緣裝置中的處理器，能夠提供最 高的每瓦AI推論效能。
以這些權重和偏置為基礎，神 經元在達到一個閾值時會被啟動， 輸出層提供預測的輸出。NVMe SSD中的韌體與ML引擎介接，以發 送模型配置、輸入和訓練資料，並
記憶體內運算
在此同時，Microchip的
子公司SST (Silicon Storage Technology)的焦點是集中在支 援記憶體內運算(computing-in- memory)技術的AI應用，該技術 旨在消除資料通訊瓶頸，此外與在 網路邊緣執行AI語音處理相關。
2022年7月 | www.eettaiwan.com
33
圖2:採用SST SuperFlash memBrain的知存科技超低功耗SoC。
SST的SuperFlash memBrain神經形態記憶體解決 方案，已成功應用於中國業者知 存科技(Witinmem)的超低功耗 SoC，該晶片採用記憶體內運算技 術，支援神經網路處理，包括語音 辨識、聲紋識別、深度語音降噪、 場景偵測和健康狀態監測。
(來源:SST)
memBrain是一種多階層(multi- level)非揮發性記憶體解決方案， 支援用於ML深度學習應用的記憶 體內運算架構。SST授權業務部 門副總裁Mark Reiten表示，其 SuperFlash memBrain以該公司 的標準SuperFlash單元為基礎， 該單元已經在許多晶圓代工廠生 產。他指出，該特製類比協同處理 器設計自2015年就著手開發，能 比數位系統更有效執行ML處理。
