Computing in memory (CIM)
技術簡介
近年來深度學習演算法的技術快速進展,並在許多領域中都取得了突破性的進展,甚至超越人類的辨識準確度,而代價是引入了極為龐大的運算量,對Edge端硬體系統實現增加了2個新的挑戰:即時操作和低功耗。工研院發展記憶體內運算(CIM)技術,是實現現今一種追求低功耗的物聯網晶片應用架構,將簡單的邏輯運算MAC(Multiply Accumulate)移至記憶體陣列中,搭配軟體與硬體的共同設計、簡化演算法運算,實現支援深度學習運算之CIM。
技術特色
- 記憶體內運算擁有更快的運算效率及更多的功耗節省,功耗屬毫瓦(mW)等級。
- 適用於需要「Always-On」情境智能感測的物聯網超省電裝置應用,已於SRAM完成實際開發。
技術規格
Technology:28nm、Memory type:SRAM、Memory size:64Kb、Algorithm:CNN、Support Voltage:0.9 V、Energy efficiency(TOPS/W):30
應用範圍
- 提供晶片廠商CIM IP(Macro + Controller)客製化開發、效能優化以及AI晶片整合與系統測試。
- 協助應用於多感測器、動態、靜態協同運算及事件觸發之低功耗廠商導入CIM技術。
聯絡窗口
林媛薇 / IoT暨IC技術與應用推廣部(C300)
電話:+886-3-5915353
Email:jessie_lin@itri.org.tw
https://www.itri.org.tw/
工研院資訊與通訊研究所