AI能耗危机迫近：堆叠芯片是终极解药吗？

与ChatGPT进行一次对话，背后数据中心产生的热量，可能需要一整瓶水来冷却。这并非危言耸耸听，而是人工智能（AI）指数级发展背后，一个日益严峻的现实。国际能源署（IEA）预测，到2030年，全球数据中心的电力消耗将飙升至近945太瓦时，主要推手正是AI。微软CEO纳德拉甚至直言，公司已没有足够的电力来满足所有GPU的需求。在这场席卷全球的“电力饥渴症”中，我们不禁要问：支撑智能未来的能源，究竟从何而来？

曙光乍现：来自MIT的“三明治”芯片

就在业界对AI能耗的忧虑日益加深之际，麻省理工学院（MIT）的工程师们带来了一线希望。他们巧妙地将电路元件像制作三明治一样垂直堆叠起来，创造出一种全新的“堆叠式存算一体”芯片原型。这项于旧金山国际电子器件会议上公布的研究，直击了AI能耗的核心痛点。

传统芯片中，负责计算的“逻辑单元”和负责存储数据的“存储单元”是分离的。数据在两者之间来回穿梭，就像工人在工厂的仓库和生产线之间疲于奔命，超过80%的能量都消耗在了这趟“通勤”上，而非真正的计算工作。MIT的方案则彻底改变了游戏规则：

• 低温“生长”：团队采用了一种名为“氧化铟”的材料，它可以在大约150摄氏度的低温下“生长”成超薄的晶体管层。这个温度足够低，不会损坏芯片底层已有的精密电路，从而实现了在芯片“后端”（通常是布线区）进行堆叠的创举。
• 高速记忆：在逻辑层之上，他们堆叠了一层仅10纳米厚的“铁电铪锆氧化物”作为存储元件。这种组合形成的“记忆晶体管”开关速度快至10纳秒，工作电压低于1.8伏，远优于传统器件。

“我们必须最大限度地减少未来用于AI和其他数据中心计算的能源，因为它根本不可持续，”该研究的主要作者、MIT博士后研究员Yanjie Shao表示，“我们需要像这样的新技术平台来继续推动进步。”

拆解“存储墙”：一场持续半个世纪的架构革命

MIT的突破并非凭空而来，它根植于一场旨在推翻计算机体系结构基石——冯·诺依曼架构的长期革命。自1969年存算一体概念首次被提出，科学家们就梦想着拆除那堵横亘在计算与存储之间的无形之“墙”。

这堵“存储墙”的本质，是数据传输速度远远跟不上处理器的计算速度。现代AI运算对数据带宽的需求高达1PB/s，而最快的存储器也只能提供TB/s级别的带宽，巨大的鸿沟导致了大量的计算资源被闲置，以及惊人的能源浪费。

为了打破这堵墙，业界探索出三条由浅入深的路径：

• 近存计算 (PNM)：将计算单元挪到存储单元“隔壁”，缩短通勤距离。特斯拉的Dojo芯片就采用了类似思路。
• 存内处理 (PIM)：在存储单元内部嵌入一些简单的计算功能，让数据“就地”进行初步处理。三星的HBM-PIM内存是典型代表。
• 存内计算 (CIM)：最彻底的革命，存储单元本身就是计算单元，完全消除了数据搬运。这是真正意义上的“存算一体”。

直到2008年，忆阻器（ReRAM）这种新型存储材料的出现，才让存算一体从理论走向现实。它不仅能存储数据，还能直接执行运算，为这场架构革命注入了关键动力。

全球竞速：谁将主导下一代AI芯片格局？

随着AI大模型竞赛的白热化，存算一体已从实验室走向产业化的快车道，成为全球科技巨头和初创企业争夺的战略高地。这场竞赛呈现出多元化的技术路径和百花齐放的竞争格局。

• 国际巨头：三星、SK海力士等传统存储巨头，利用其在DRAM和NAND Flash上的优势，积极布局HBM-PIM等近存计算产品。而Mythic等新兴企业则聚焦于ReRAM等新型存储介质，探索更高能效的模拟计算路径。
• 中国力量：中国在这一赛道上也展现出强劲的追赶势头。清华大学团队在忆阻器存算一体芯片领域取得世界级突破，相关成果登上《科学》和《自然》杂志。阿里巴巴达摩院则利用先进的3D堆叠技术，研发出性能提升10倍、能效提升300倍的存算一体芯片。此外，知存科技、昕原半导体、后摩智能、亿铸科技等一批初创公司，分别在Flash、ReRAM、SRAM等不同技术路线上深耕，形成了覆盖端、边、云全场景的产业生态雏形。

这场全球范围内的技术竞赛，不仅关乎商业利益，更可能重塑未来十年全球半导体产业的版图。

前路漫漫：通往可持续AI的挑战与希望

尽管前景光明，但堆叠式存算一体芯片要成为AI能耗危机的“终极解药”，仍需翻越多重山丘。

• 工艺与良率的挑战：像MIT所展示的低温3D堆叠，对材料、工艺和设备的要求极为苛刻。如何在保证性能的同时，实现大规模、低成本、高良率的生产，是产业化面临的首要难题。
• 软件生态的“编译墙”：新的硬件架构需要全新的软件工具链支持，包括编译器、编程框架和算法。目前，存算一体领域缺乏统一标准，软件生态的碎片化严重制约了其大规模应用。开发者需要更易用的工具，才能将算法高效地部署到这些新型芯片上。
• 精度与能效的权衡：尤其是在模拟计算路径中，如何在追求极致能效的同时，保证计算精度满足复杂AI模型的需求，是一个需要精妙平衡的技术难题。

然而，挑战与希望并存。技术的融合正在开辟新的可能性。将存算一体与Chiplet（芯粒技术）、3D封装、乃至光子计算等前沿技术相结合，有望实现系统级的能效飞跃。一颗芯片的功耗或许微不足道，但当全球数百万数据中心都在为此努力时，其汇聚的能量足以点亮一个更绿色、更可持续的智能未来。堆叠式存算一体芯片，或许不是唯一的答案，但它无疑为我们推开了一扇通往未来的希望之门。