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